Lufin LC

UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE INGENIERA QUMICA Y
BIOTECNOLOGA
DESARROLLO DE UN MODELO COMPUTACIONAL PARA EL PROCESO DE

LIXIVIACIN DE SULFUROS DE COBRE EN PILAS
TESIS PARA OPTAR AL GRADO DE MAGISTER EN CIENCIAS DE LA INGENIERA

MENCIN QUMICA
MEMORIA PARA OPTAR AL TITULO DE INGENIERO CIVIL QUMICO
LUIS ALEJANDRO LUFIN CORREA
PROFESOR GUA:
TOMS VARGAS VALERO
MIEMBROS DE LA COMISIN
MARA ELENA LIENQUEO CONTRERAS
FRANCISCO GRACIA CAROCA
PATRICIO NAVARRO DONOSO
SANTIAGO DE CHILE
NOVIEMBRE 2007
RESUMEN
El objetivo de este trabajo es establecer un modelo de tipo fenomenolgico para predecir el
comportamiento cintico de la lixiviacin bacteriana de un mineral sulfurado de cobre en pila, a travs de
un modelo computacional que integra determinaciones experimentales de la cintica de lixiviacin cida y
frrica de partculas de mineral y la oxidacin bacteriana del in ferroso. Adicionalmente se busca
establecer perfiles de concentracin al interior de la pila de lixiviacin y entender cmo algunos de los
parmetros de operacin ms relevantes afectaban los tiempos de lixiviacin y niveles de recuperacin
del proceso.
La metodologa establecida para desarrollar el modelo consisti en aplicar el modelo del ncleo sin
reaccionar (NSR) haciendo un ajuste de parmetros a resultados experimentales de estudios anteriores
para la lixiviacin de sulfuros de cobre. El modelo del NSR, se aplic a los fenmenos de disolucin de
cobre, disolucin de iones frrico y ferroso desde el mineral, adems del consumo de cido por parte de la
ganga de mineral. Para la actividad bacteriana se utiliz un modelo cintico desarrollado en estudios
anteriores el cual incluye inhibicin por exceso de in frrico y se ve afectado por el pH de la solucin
lixiviante. Con estas consideraciones se procedi a hacer modelaciones de un reactor batch, para el cual
se asumieron condiciones de perfecta agitacin (RPA). Luego, ste fue expandido a una columna de
mineral de 20 [m] de altura. El modelo aplicado a la pila de lixiviacin, permiti, en primer lugar, establecer
perfiles de concentracin de cobre, ferroso, frrico y bacterias dentro de esta misma y determinar el
impacto que tienen los distintos parmetros de operacin sobre el resultado de recuperacin de cobre
desde el mineral. Las curvas de recuperacin de cobre desde el mineral permitieron identificar lo cambios
en el control cintico del proceso. De los resultados obtenidos, se pudo establecer la existencia, al
comienzo de la lixiviacin, de un control bacteriano, dado por la velocidad en que las bacterias oxidan el
in ferroso presente en la solucin. Posteriormente, una vez que la poblacin bacteriana aumenta su
nivel, el proceso pasa a ser controlado por la difusin de iones desde la interfaz slido-lquido a la
superficie de reaccin.
Finalmente, de los resultados obtenidos se pudo demostrar que la recuperacin de cobre es directamente
proporcional a la poblacin inicial de bacterias, concentracin de cido e in frrico en la solucin
lixiviante de riego. Por otro lado, se comprob que la recuperacin de cobre es inversamente proporcional
al consumo mximo de cido por parte del mineral (efecto del proceso de curado del mineral) y tamao
de partcula del mineral. Adicionalmente se comprob la existencia de un valor crtico u ptimo para el
consumo mximo de cido por parte del mineral (500[kg de cido/ton mineral]), concentracin de in
frrico (1[g/l]) y cido en la solucin lixiviante de riego (10[g/l]), valores sobre los cuales el sistema no
refleja mayor impacto en la recuperacin obtenida a un tiempo determinado.
AGRADECIMIENTOS
En primer trmino, debo manifestar mi eterna gratitud a mis padres, quienes en todo momento fomentaron
y apoyaron mi desarrollo acadmico.
Agradezco a los acadmicos del grupo de procesos metalrgicos del departamento de Ingeniera
Qumica, la orientacin y apoyo recibido durante el desarrollo de este trabajo. En especial debo reconocer
la inspiracin y conocimientos recibidos de parte del Sr. Toms Vargas, gua de este trabajo.
A los profesores de la comisin Dra. Maria Elena Lienqueo, Dr. Patricio Navarro y Dr. Francisco Gracia,
quienes colaboraron al enriquecimiento conceptual y mejoramiento de esta tesis.
Finalmente, una mencin especial a Katherine, ya que sin su compaa y apoyo este trabajo no hubiese
sido posible.
Este trabajo se efecto bajo el auspicio de Conicyt y BHP Billiton, en el marco del proyecto Fondef D 00 I
1050.
NDICE
INTRODUCCIN ................................................................................................................................... 5
ANTECEDENTES.................................................................................................................................. 7
OBJETIVOS ........................................................................................................................................ 11
3.1 Objetivo General .......................................................................................................................... 11
3.2 Objetivos Especficos.................................................................................................................. 11
MODELO DE LIXIVIACIN DE SULFUROS DE COBRE ................................................................. 12

4.1 Metodologa utilizada para el desarrollo del modelo ............................................................... 12
4.2 Cinticas involucradas en el modelo......................................................................................... 12
4.2.1 Lixiviacin bacteriana de sulfuros de cobre..................................................................... 13
4.2.2 Lixiviacin cida de compuestos de hierro oxidados (Fe+3 y Fe+2)............................... 15
4.2.3 Consumo de cido............................................................................................................... 15
4.2.4 Oxidacin bacteriana .......................................................................................................... 15
4.3 Consideraciones generales y metodologa de resolucin del sistema ................................. 17
4.3.1 Cinticas NSR cobre, hierro y cido............................................................................... 17
4.3.2 Cintica de la oxidacin bacteriana de in ferroso a in frrico.................................... 21
RESULTADOS Y DISCUSIN............................................................................................................ 22
5.1 Reactor perfectamente agitado (RPA) batch ............................................................................ 22
5.1.1 Lixiviacin cida sin adicin de sulfato frrico................................................................ 24
5.1.2 Simulacin computacional de lixiviacin cida sin adicin de sulfato frrico (RPA).. 27
5.1.3 Lixiviacin cida con adicin de sulfato frrico............................................................... 30
5.1.4 Simulacin computacional de lixiviacin frrica del mineral ......................................... 31
5.2 Modelacin pila de lixiviacin .................................................................................................... 33
5.2.1 Determinacin estructura base del modelo...................................................................... 33
5.2.2 Estructura modelo pila de lixiviacin ................................................................................ 43
5.2.3 Consideraciones y supuestos del modelo........................................................................ 46
5.3 Resultados modelacin pila de lixiviacin................................................................................ 46
5.3.1 Simulacin Pila #01 (Estndar) .......................................................................................... 47
5.3.2 Simulacin pila #02 (efecto poblacin inicial de bacterias)............................................ 50
5.3.3 Simulacin pila #03 (efecto consumo de cido por parte del mineral).......................... 54
5.3.4 Simulacin pila #04 (efecto de la concentracin de cido en solucin lixiviante de
entrada).............................................................................................................................................. 59
5.3.5 Simulacin pila #05 (efecto de la concentracin de in frrico en la solucin lixiviante
de entrada)......................................................................................................................................... 63
5.4 Discusin y comentarios de resultados de la modelaciones ................................................. 66
CONCLUSIONES ................................................................................................................................ 69
REFERENCIAS ................................................................................................................................... 71
ANEXO A: Cdigos computacionales programados ..................................................................... 73

8.1
8.2
Pila de Lixiviacin........................................................................................................................ 73
Cinticas NSR y bacterias........................................................................................................... 76
INTRODUCCIN
Actualmente en la explotacin de recursos mineros de cobre, los sulfuros de cobre, tales como calcosina,
covelina, bornita y calcopirita, representan las principales fuentes de este mineral.
Convencionalmente, los sulfuros primarios de cobre son tratados por la va pirometalrgica. En este
proceso, los concentrados de sulfuros de cobre son procesados a travs de los mtodos de fusin,
conversin y electrorefinado, obtenindose altas recuperaciones de cobre y de metales preciosos. Sin
embargo, el azufre presente en el concentrado es oxidado a dixido de azufre (SO2) durante las etapas de
fusin y conversin, generndose grandes cantidades de ste gas, lo que hace necesario la incorporacin
de procesos de tratamiento que eviten que sea descartado directamente a la atmsfera. Adicionalmente,
el aumento del contenido de impurezas en los concentrados, como por ejemplo el arsnico, ha generado
la necesidad de considerar modificaciones en el proceso e incorporacin de nuevas etapas para tratar los
efluentes de salida (polvos de fundicin, cido, escoria) y as cumplir con las normas ambientales
correspondientes. Lo anterior, sumado a la necesidad de tratar minerales de baja ley, ha impulsado el
desarrollo de procesos alternativos de produccin de cobre.
En los ltimos aos, se ha renovado el inters en la recuperacin hidrometalrgica del cobre desde
minerales sulfurados y concentrado de cobre, vindose esto reflejado en el aumento de investigaciones y
en el desarrollo de nuevas tcnicas que tienen como objetivo mejorar estos procesos. En el caso de la
lixiviacin de concentrados, han surgido un amplio rango de procesos qumicos y biolgicos para la
recuperacin de cobre y una creciente lista de procesos hidrometalrgicos, varios de los cuales se han
estudiado a escala industrial y estn dirigidos al tratamiento de concentrados de sulfuros primarios.
En el caso de la lixiviacin en botaderos y en pilas de sulfuros secundarios, se han desarrollado esfuerzos

de investigacin y tecnolgicos para mejorar la velocidad de lixiviacin y recuperacin de cobre para as
poder ampliar su campo de aplicacin a otros minerales.
En los ltimos aos se han realizado esfuerzos dirigidos a comprender los aspectos fenomenolgicos
involucrados en la lixiviacin de cobre desde un fragmento de mineral heterogneo mostrando que los
parmetros asociados al mineral, tales como, tamao de partcula, grado de exposicin, mineraloga,
composicin de la ganga, interaccin entre especies de la ganga y especies metlicas, son de gran
importancia en la cintica de disolucin de los minerales. Se han establecido distintos modelos para
entender el efecto de las distintas variables involucradas en el proceso, los cuales se han ido mejorando y
especializando en los distintos fenmenos involucrados en la lixiviacin de cobre. La mayora de estos
modelos se basan en ajustar resultados experimentales y determinar parmetros de cinticas del tipo del
Ncleo Sin Reaccionar (NSR) (Dixon D., 2003). En los ltimos aos se han desarrollado modelos
enfocados al estudio especfico de ciertos fenmenos dentro del proceso de lixiviacin en pilas, tales
como la actividad bacteriana, balances de calor, difusin y conveccin dentro de la pila, etc (Dixon D.,
2003).
El presente trabajo est inserto en el rea de la bio-hidrometalurgia, especficamente en la lixiviacin

bacteriana de minerales de cobre sulfurados de baja ley y tiene como principal objetivo establecer un
modelo que permita simular el proceso de lixiviacin de sulfuros de cobre en pilas bajo limitantes
biolgicas y metalrgicas.
ANTECEDENTES
En los ltimos 30 aos, distintos autores y grupos de investigacin han desarrollado modelos de lixiviacin
bacteriana en pilas para entender los distintos factores que influyen en el proceso. Uno de los primeros
intentos serios de modelar la lixiviacin de cobre en botaderos fue realizado por Cathles L. et al.
(1975,1980) y trataba de un modelo 1-D que combinaba balances de calor y oxgeno con resistencia
incremental en la lixiviacin dada por el modelo de ncleo sin reaccionar. En este caso se supone que el
aire ingresa por conveccin natural, dada por el contenido de gradientes de temperatura, oxgeno y vapor
de agua como resultado de la reaccin exotrmica de oxidacin de sulfuros. A pesar de que el modelo es
propuesto para la lixiviacin de cobre, es en realidad un modelo para Pirita, el cual asume que la cantidad
de cobre recuperado es proporcional a la cantidad de pirita oxidada. El modelo fue calibrado contra datos
experimentales obtenindose una buena correlacin. Posteriormente este modelo fue expandido a 2-D y
utilizado para establecer el efecto del ancho de la pila, asumiendo secciones rectangulares. Es tambin
importante la inclusin de la accin bacteriana a travs de una funcin que linealmente decrece la
velocidad de lixiviacin
bacteriana sobre la temperatura TSick y la detiene completamente sobre la
temperatura TKill. Los resultados de estas simulaciones sugieren que las dimensiones ptimas de las
pilas de lixiviacin de cobre deben ser entre los 15[m] y 30[m] de alto.
Posteriormente, Pantelis G. y Ritchie A. (1991,1992), desarrollaron un modelo bastante similar al modelo

2-D anterior de Cathles, con la diferencia que este asume como nica resistencia relevante para el
modelo del ncleo sin reaccionar a la difusin a travs de la capa de producto; la geometra utilizada fue
en primera instancia cilndrica y posteriormente un cono truncado. Adicionalmente, la funcin de lixiviacin
bacteriana fue suavizada. Lo ms importante de este modelo es la incorporacin de la difusin de oxgeno
gaseoso por los costados y parte superior de la pila. Como se poda esperar, los resultados encontrados
por este modelo son bastante similares a los del modelo anterior, estableciendo que la oxidacin de
sulfuros est confinada dentro de los 20[m] de pila, pero que la difusin gaseosa es la principal fuente de
ingreso de oxgeno durante los primeros 2 a 4 aos de lixiviacin. No se presentaron datos
experimentales para poder corroborar el modelo.
Una mejora y refinamiento del modelo anterior fue realizada por Brown P.L. et al. (2001). A pesar que no
existe mucha documentacin en la literatura, el cambio fundamental respecto al modelo anterior es que
utiliza expresiones del tipo Monod para la velocidad de oxidacin de sulfuros como una funcin del sulfuro
no reaccionado y limitado por el oxgeno en vez del modelo del ncleo sin reaccionar. La justificacin es
atribuible a un mejor conocimiento de la accin bacteriana. De todas maneras, al igual que los modelos
analizados hasta aqu, este modelo no distingue entre los distintos sulfuros de cobre, ni tampoco cules
son las etapas controlantes bajo diferentes condiciones.
Un trabajo desarrollado de manera conjunta entre la Universidad de Chile y el
Instituto Real de
Tecnologa de Estocolmo por Casas J. et al. (1998), determin un modelo 2-D para la lixiviacin de cobre
en botaderos, basado en la estructura del modelo de Cathles, pero asumiendo secciones trapezoidales.
Como en la mayora de los modelos analizados, la oxidacin de la pirita es modelada a partir del calor en
el seno y balances de oxgeno, la recuperacin de cobre se asume proporcional a la oxidacin de pirita,
es decir, utiliza la relacin estequiomtrica dada por la reaccin de disolucin de pirita. La permeabilidad
para el aire se calcula en base a la saturacin de agua y reemplaza las expresiones tipo modelo del
ncleo sin reaccionar por expresiones del tipo Monod para describir la velocidad de oxidacin de sulfuro.
Por ltimo, la nica y gran diferencia de este trabajo con los ya revisados, es que se utiliza un modelo ms
real o ms completo para la temperatura del Thiobacillus ferroxidans y adems simula el caso en que el
proceso es controlado por la actividad bacteriana. Los resultados obtenidos no son muy distintos a los del
modelo planteado por Pantelis G. y Ritchie A. (1991,1992), para el cono truncado y una vez ms sugiere
un tamao de 20[m] de pila para la oxidacin de sulfuros en botaderos.
El modelo Genmin elaborado por Holtum D. y Murray D. (1994), para mineral de Au fue desarrollado en
Investigacin de Procesos Genmin para poder predecir la velocidad de biolixiviacin de pirita en pilas de
mineral de oro refractario. Se asumieron cinticas de ncleo sin reaccionar, incluyendo la resistencia para
la transferencia de masa de in frrico a travs de un film estanco, adicional a la resistencia de la capa de
producto para la difusin del in frrico y reaccin qumica. La poblacin bacteriana es determinada a
travs de una expresin de Monod, asumiendo in ferroso como sustrato limitante y la velocidad de
oxidacin bacteriana determinada por la divisin entre el crecimiento bacteriano y el rendimiento
bacteriano. Conceptualmente la columna de mineral es dividida en segmentos equivalentes a reactores
perfectamente agitados (RPA) en serie y los iones frrico, ferroso, como la poblacin bacteriana se
mantienen constantes dentro de cada segmento. Se asume que el suministro de oxgeno es el suficiente,
por lo que no se incluyen mecanismos referentes a este tema. A partir de los resultados observados en
columnas de prueba para la formacin de S0, los autores asumen la siguiente estequiometra para la
oxidacin frrica de la pirita:
FeS 2 + 2 Fe 3 + 3 Fe 2 + + 2 S 0
[2.1]
De todas formas, algunos trabajos ms recientes sugieren eficiencias bacterianas para el sulfato de 70%
a 90% sobre el rango de potenciales de solucin comnmente asociados con la biolixiviacin mesoflica,
incluso en la ausencia de bacteria. Por lo tanto, la demanda de in frrico por parte de la pirita se
encuentra subestimada en un factor de 5 por lo menos. A pesar de lo anterior, el modelo fue calibrado con
los resultados de una columna de prueba de 2[m] con excelentes resultados.
El modelo de biolixiviacin de calcopirita desarrollado por Neuburg H. et al. (1991), es bastante similar al
modelo Genmin en varios aspectos, una vez ms se utiliza el modelo del ncleo sin reaccionar con tres
resistencias para la oxidacin de la calcopirita, con la diferencia que la porosidad de la capa del producto
es una funcin lineal de la recuperacin de cobre. El crecimiento bacteriano y la oxidacin de in ferroso
se determinan a partir de expresiones de Monod, a las cuales se le incluye el trmino limitante de oxgeno
disuelto y acidez, como complemento al del in ferroso como sustrato. Se asume conveccin para el
lquido y gas (tipo flujo pistn) y se asume conservacin de iones frrico, ferroso, cobre, protones,
bacterias pegadas y en solucin, adems del oxgeno disuelto y gaseoso. El nmero de bacterias
pegadas se determina a travs de la cintica absorcin de Langmuir. Finalmente, la velocidad de
oxidacin de pirita est una vez ms relacionada con la velocidad de recuperacin de cobre por un factor
constante proveniente de modelos anteriores, Cathles L. et al. (1980). Este modelo fue validado con los
resultados experimentales durante un ao de lixiviacin en una columna de 1.8[m] de alto y 0.28[m] de
dimetro, conteniendo 185[kg] de mineral. El modelo se ajusta de manera excelente a los resultados de
recuperacin de cobre, potencial de la solucin de salida y poblacin bacteriana con un solo parmetro de
ajuste y sobre esta base se determin que el orden de los parmetros de operacin ms relevantes son:
1) tamao de partcula, 2) flujo de solucin, 3) concentracin de entrada de hierro y 4) altura de la
columna.
Dixon D. et al (2002) desarrollaron el modelo HeapSim el cual incorpora la relevancia del transporte de
calor, oxgeno y protones a gran escala con un enfoque general en el ncleo sin reaccionar. Este modelo
no es especfico a ningn mineral en especial y ha sido aplicado de manera exitosa a minerales
refractarios de oro, sulfuros de cobre secundarios y minerales de esfalerita. Expresiones empricas de las
velocidades son utilizadas para cada mineral y para describir los factores trmicos, qumicos y topolgicos
que afectan a la velocidad de lixiviacin, incluyendo el consumo de cido por parte de la ganga. El modelo
tambin contiene un modelo de crecimiento bacteriano, movilidad y pegamiento al mineral similar al
utilizado por el modelo desarrollado por Neuburg H. et al. (1991) pero es aplicado a 6 tipos de bacterias
diferenciadas por funcin (fierro u oxidacin de sulfuro) y rango de temperatura (mesoflica, termoflica
moderada o extremadamente termoflica). Por ltimo, usa funciones para la temperatura, similar a las
utilizadas en el modelo de Casas J. et al. (1998). Al igual que en el modelo de Neuburg H. et al. (1991),
cuenta con una expresin explcita para la transferencia de oxgeno gas lquido. La diferencia clave de
este modelo con los anteriores es la hidrologa al interior de la pila de mineral. Observaciones
desarrolladas en terreno y en laboratorio sugieren que la solucin tiende a fluir a travs de canales
discretos al interior de la pila, separados por paquetes estancos. Se ha constatado que estos canales se
establecen directamente bajo el lugar donde se encuentran los regadores en la pilas. Adicionalmente, el
modelo HeapSim es el nico que incorpora el impacto de la resistencia de difusin axial de la solucin
lixiviante, la cual resulta de la separacin del flujo solucin y la superficie del mineral en pilas con
regadores.
El modelo CSIRO elaborado por Leahy M. et al. (2006), es un modelo computacional fluidodinmico de
tres fases que describe la interaccin entre bacterias mesfilicas y moderadamente termoflicas para la
biolixiviacin de calcocita. Este modelo permite ver cmo estos tipos de bacterias varan en el espacio y
tiempo en funcin de las condiciones (como la temperatura) dentro de la pila. Los resultados de este
modelo revelan las existencias de dos frentes de lixiviacin al interior de la pila, uno que comienza a
propagarse desde la parte superior hacia abajo y otro que parte de la parte inferior hacia arriba. Los
resultados entregados por este modelo revelan que el frente de lixiviacin desde abajo hacia arriba se
mueve mucho ms rpido y el frente desde arriba hacia abajo ms lento cuando se trabaja slo con
bacterias mesfilas, Ambos efectos estn dados por el gradiente de temperatura que existe dentro de la
pila de mineral y a la mayor evaporacin y condensacin asociada a los respectivos frentes de lixiviacin.
La adicin de bacterias moderadamente termfilas permite un perodo ms largo antes que se produzca el
sobrecalentamiento de la pila, por lo que hay una mayor lixiviacin en la etapa inicio del proceso.
Todos los modelos presentados contribuyen, dentro de los alcances de cada uno, a la descripcin,
anlisis de los parmetros y comportamiento del proceso de lixiviacin de sulfuros de cobre en pilas. Sin
embargo, en ninguno de los modelos presentados se ha estudiado la influencia de la naturaleza del
control cintico durante el proceso de lixiviacin, si es bacteriano o metalrgico, y su impacto en el
resultado del proceso global. Este fenmeno fue reportado anteriormente por Casas J. (1991) en
resultados experimentales de lixiviacin de sulfuros de cobre, los cuales reflejaban una parte exponencial
en la curva de recuperacin de cobre, planteando la existencia de dos puntos claves en el proceso de
lixiviacin de sulfuros de cobre. El primero se presenta al inicio del proceso de lixiviacin, en el cual la
solucin lixiviante contiene una baja poblacin de bacterias, por lo que la recuperacin de cobre se
encuentra dada por la capacidad de las bacterias de oxidar in ferroso a frrico. El segundo punto se
encuentra cuando ya la actividad del mineral es baja y el frrico presente en solucin es suficiente por lo
que la recuperacin de cobre est dada por la velocidad en que el in Cu+2 sale a la solucin. Estos dos
puntos simbolizan el cambio de control cintico del proceso de lixiviacin, el cual ser estudiado y
analizado, para determinar el efecto que tiene sobre el proceso global de lixiviacin.
Ser este el enfoque que tendr este trabajo, estableciendo perfiles de concentracin dentro de la pila de
mineral para las distintas especies relevantes del proceso, ayudando con esto a entender la naturaleza y
razones del control cintico de la recuperacin de cobre desde el mineral.
10
OBJETIVOS
A continuacin se presentan los objetivos planteados para este trabajo.
3.1
Objetivo General
Establecer un modelo computacional para predecir el comportamiento cintico de la lixiviacin bacteriana

de un mineral sulfurado de cobre en pila, que integra determinaciones experimentales de la cintica de la
lixiviacin cida y frrica de partculas de mineral y la oxidacin bacteriana del in ferroso.
3.2
Objetivos Especficos
a) Establecer una metodologa para poder simular el proceso de lixiviacin de sulfuros de cobre a
travs de un modelo computacional.
b) Establecer perfiles de concentracin en la altura de la pila de las especies ms relevantes en el
proceso de lixiviacin de sulfuros de cobre.
c) Identificar las etapas controlantes de la cintica de lixiviacin de sulfuros de cobre y los
parmetros que las afectan.
d) Verificar la forma que impactan en el resultado global del proceso parmetros de operacin como
el tamao promedio de partcula, poblacin inicial de bacterias, consumo de cido por parte del
mineral, concentracin de hierro y cido en la solucin lixiviante,
11
MODELO DE LIXIVIACIN DE SULFUROS DE COBRE
En el presente captulo se entregar la estructura y supuestos que componen al modelo que simula la
lixiviacin de sulfuros de cobre, para enseguida dar una descripcin detallada del modelo en cuestin.
4.1
Metodologa utilizada para el desarrollo del modelo
Como se present en el captulo 2, existen diferentes metodologas para el desarrollo de modelos de

lixiviacin de sulfuros de cobre, pero para este trabajo se tomar como base el tipo de modelacin
desarrollada a partir de reactores perfectamente agitados (RPA) como base fundamental para determinar
el comportamiento del sistema de lixiviacin (Neuburg H. et al., 1991; Holtum D. y Murray D., 1994;
Meruane G., 1999; Ahumada J., 2002).
Basndose en lo anterior, la metodologa de trabajo se enfocar primero en determinar un modelo robusto

para un RPA, el cual contenga mineral y sea expuesto al contacto con solucin lixiviante. Los parmetros
de este modelo sern ajustados a resultados experimentales de lixiviacin obtenidos en estudios
anteriores. Una vez definido este modelo, fundamental para el desarrollo posterior de este trabajo, se
proceder a establecer un modelo de columna de mineral a partir de varios RPA los cuales interaccionan
entre s a travs de la conveccin de la solucin lixiviante. A continuacin se procede a describir las
consideraciones y cinticas utilizadas para el desarrollo de las distintas etapas del modelo.
4.2
Cinticas involucradas en el modelo
El objetivo de este modelo, en una primera instancia1, es predecir el comportamiento del sistema que se
expone en la figura 4.1:
SOLUCIN LIXIVIANTE
MINERAL
Figura 4.1: Reactor Perfectamente Agitado (RPA)
El modelo establecido es de tipo fenomenolgico, es decir, describe la situacin a partir de identificar los
Posteriormente, el sistema de la Figura 4.1 ser la base para estructurar el modelo para la columna/pila de mineral.
12
fenmenos ms relevantes involucrados en el proceso y considerar ecuaciones tipo para su

representacin. Dentro de los fenmenos que sern considerados en este modelo se encuentran los
siguientes:
Disolucin de cobre por lixiviacin de sulfuros de cobre por accin de in frrico.
Disolucin de hierro por ataque cido sobre xidos de hierro.
Consumo de cido del mineral
Oxidacin bacteriana del in ferroso
El proceso de lixiviacin bacteriana de sulfuros de cobre, se describe de manera general en la figura 4.2:
Fe+3
Bacteria
CuxS
H+, O2
eFe+2
H 2O
O2 (aire)
Cu+2
(Solucin)
Figura 4.2: Descripcin general de la lixiviacin de sulfuros de cobre y transporte de electrones
Cada uno de los fenmenos descritos en el esquema anterior, ser considerado por el modelo, como se
explica a continuacin.
4.2.1
Lixiviacin bacteriana de sulfuros de cobre
Como es sabido en este tipo de procesos, existe una fuerte dependencia de la velocidad de lixiviacin con
el tamao de partcula, lo que sugiere la utilizacin de un modelo del tipo del ncleo sin reaccionar (NSR)
para describir la lixiviacin cida de este mineral (Wadsworth M.E., 1979).
Para el modelo a desarrollar y asumiendo que la transferencia de masa no limita el proceso, se puede
considerar que durante la disolucin de una partcula de mineral se tienen las siguientes etapas: la
difusin de los iones desde la solucin (interfaz slido-liquido) hacia la superficie sin reaccionar, la
reaccin qumica superficial y la posterior difusin de los iones hacia la solucin. Las principales
reacciones involucradas se encuentran expuestas en las expresiones [4.1] y [4.2], de igual manera, lo
13
anteriormente descrito se puede apreciar grficamente en la figura 4.2.

MS(slido) + a Fe+3 (aq) b Cu+2(aq) + c Fe+2 (aq) + d Slido
2Fe+2 + 2H+ + O2 2Fe+3 + H2O
[4.1]
[4.2]
Para el caso en que el proceso est limitado por la reaccin qumica en la superficie de la partcula sin
reaccionar (control qumico), la recuperacin de cobre y el tiempo de reaccin t estn relacionadas por
la expresin [4.3] (Levenspiel O. 1981):
1 (1 )1 / 3 = t
con
R
MCk
[4.3]
Donde es el tiempo necesario para que la partcula de mineral reaccione completamente, es la

fraccin reaccionada, es la densidad molar del slido, R radio de la partcula, M es la masa molar del
slido, C es la concentracin de reactante en el seno de la solucin, k es el coeficiente cintico de primer
orden para la reaccin en la superficies.
Cuando el proceso est limitado por la difusin de los reactantes desde la interfaz slido-lquido hacia la
superficie (control difusional), la recuperacin de cobre y el tiempo de reaccin estn relacionados por la
expresin [4.4] (Levenspiel O. 1981):
1 2(1 ) 3(1 ) 2 / 3 = t
con
R 2
6MCDe
[4.4]
Donde es el factor estequiomtrico (nmero de moles de la especie que difunde requeridos para liberar
un mol de metal a ser lixiviado desde el mineral), De es el coeficiente de difusin efectiva del reactante a
travs de la capa de producto.
La expresin para cuando hay control difusional, se puede expresar como una constante especfica para
el mineral estudiado dependiendo slo del tamao promedio del mineral y la concentracin del agente
lixiviante (Meruane G., 1999).
KR 2
C
[4.5]
14
4.2.2
Lixiviacin cida de compuestos de hierro oxidados (Fe+3 y Fe+2)
Para los casos en los cuales se presente este fenmeno se utilizarn expresiones del tipo NSR como las
que se presentaron en el punto 4.2.1. El agente lixiviante para lixiviacin de hierro es el cido.
4.2.3
Consumo de cido
De manera anloga, la cintica del consumo de cido sulfrico por parte de la ganga del mineral ser
modelada a partir de expresiones del tipo NSR (punto 4.2.1).
4.2.4
Oxidacin bacteriana
Especficamente se sabe que la bioenergtica del microorganismo se basa en la oxidacin de in ferroso,

siendo el aceptor de electrones el oxgeno, como ya se mostr en la expresin [4.2] y figura 4.2. En virtud
de lo anterior se puede expresar la velocidad de oxidacin de in ferroso de la siguiente forma:
d[Fe 2+ ]
N
= rFe2 + =
dt
Y
[4.6]
donde :
Y : es el coeficiente de rendimiento. [clulas generadas / g Fe oxidado]
: es la velocidad especifica de crecimiento del cultivo bacteriano.
1 dN
N dt
[4.7]
N: es el nmero de bacterias.
De esta forma el problema ser la definicin adecuada de una expresin para la velocidad especfica de
crecimiento . En primer trmino debemos considerar el modelo ms tradicional, que asume que el
crecimiento de un cultivo de microorganismos est de acuerdo a un mecanismo enzimtico
15
K1
E+S
ES
K
2
K3
ES
E + P
[4.8]
[4.9]
E: es una enzima especfica que acta en el transporte de electrones

S: es el sustrato limitante (en el caso de inters Fe+2).
P: es el producto de la reaccin descrita por el mecanismo (para fines del estudio Fe+3) y se le asigna
una cintica del tipo Michaelis - Menten:
[Fe +2 ]
= Max
[Fe +2 ] + K m
[4.10]
Siendo:
max: velocidad especfica mxima de crecimiento bacteriano utilizando in ferroso como sustrato. (1/[tiempo])
Km: constante de Michaelis Menten.
Se ha encontrado en estudios posteriores, que existen distintos factores que influyen en la cintica de
oxidacin bacteriana, entre ellos la dinmica que se da entre las bacterias que crecen, mueren, se
adhieren al mineral y se despegan del mineral.(Leahy M. et al. 2005 y 2006); como as tambin la
influencia que tiene el pH y Eh. Tomando en cuenta estos factores, el modelo a utilizar considerar la
siguiente ecuacin para determinar la velocidad especfica de lixiviacin (Meruane G. 2002):
VFe + 2 =
0
Vmax
K K (1 + K H [H + ])
[Fe +3 ]
1 + H1 1
+
+1
K
I
[H + ]
[Fe + 2 ]
[Fe + 2 ]
En donde se sugieren los siguientes valores para los parmetros:
16
[4.11]
Tabla 4.1: Valor de parmetros expresin

cintica [4.9] (Meruane, 2002)
Parmetro
Valor
Vmax0
4,22*10-6 [g Fe/(hr cel)]
K1
0,015 [g/l]
KI
0,641 [ - ]
KH
438,1 [l / mol]
KH1
3,99*10-4 [mol / l]
Con la expresin [4.11] para la velocidad especfica de oxidacin bacteriana de hierro, se considera el
efecto que tiene el pH y la inhibicin que se produce con el aumento de la concentracin de in frrico.
En el presente modelo no se considerar el efecto que tienen los precipitados de hierro en la cintica del
proceso, como as tambin se supondr que el sistema tiene suficiente suministro de oxgeno por lo que
no ser incluido como factor limitante dentro de la cintica bacteriana.
4.3
Consideraciones generales y metodologa de resolucin del sistema
En este punto, se proceder a explicar la metodologa utilizada para resolver los sistemas de ecuaciones
que se presentan por los distintos modelos incorporados de acuerdo a los fenmenos considerados. El
modelo ser implementado sobre el software MatLab v. 6.5 R13 (2002), utilizndose algunas de las
funciones predeterminadas dentro de este programa para resolver los sistemas de ecuaciones que se
presenten para entregar la solucin al proceso planteado.
El modelo a desarrollar es del tipo semi-implcito, esto quiere decir que el estado del sistema en el tiempo
t se define a partir de las condiciones existentes en el tiempo t-1, por lo que se hace necesario definir
las condiciones iniciales del sistema.
El cdigo del programa y las funciones desarrolladas se encuentran en el Apndice A.
4.3.1
Cinticas NSR cobre, hierro y cido
Como fue expuesto en los puntos anteriores, las cinticas para la recuperacin de cobre, lixiviacin de
hierro y la de consumo de cido, se utilizarn ecuaciones del tipo NSR.
17
Como se expuso en el punto 4.2.1, para la lixiviacin de sulfuros de cobre, cuando existe control por la
reaccin qumica o por difusin, se tenan respectivamente las expresiones [4.3] y [4.4]:
El modelo NSR puede ser expresado en su forma diferencial como sigue (Levenspiel O., 1981):
d
=
dt
3 (1 )
6 D (1 )
(1 )
+ R
[4.12]
Expresin que puede ser ordenada de la siguiente manera para su integracin:
6 (1 ) 13 (1 ) 2 3 + d
= dt
2
3 (1 ) 3
( t = t +1)
t = t +1
(t =t )
t =t
dt
[4.13]
En la realidad siempre prevalecer alguno de los dos tipos de controles cinticos sobre las expresiones de
NSR, por lo que para resolver el sistema se supondr primero control cintico por reaccin qumica y
luego por difusin.
Cuando hay control por reaccin qumica D
<<<
R por lo que el valor del de difusin (D) se vuelve
despreciable, excluyndose de la expresin [4.13], quedando de la siguiente manera:
( R )d
3 (1 )
( t =t +1)
t =t +1
( t =t )
t =t
= dt
3
dt
[4.14]
De manera anloga, cuando se tiene control por difusin, la expresin [4.14] queda de la siguiente
manera:
6 (1 ) 13 (1 ) 2 3 d
= dt
2
3
3 (1 )
( t =t +1)
( t =t )
t =t +1
dt
[4.15]
t =t
Dependiendo del caso, la expresiones [4.14] [4.15] sern utilizadas para encontrar la conversin que
18
alcanza el mineral en un intervalo de tiempo determinado. Para esto se tendr como dato la conversin
que exista en el intervalo de tiempo anterior, es decir (t=t) (partiendo de (t=0)=0). Con esta informacin,
por medio de un mtodo recursivo2 y de iteracin, se obtendr la conversin que se alcanza en (t=t+1).
Conceptualmente, lo que se buscar es la conversin que alcanza el mineral en un intervalo de tiempo
T= (t+1)-t, partiendo de la conversin que haba alcanzado en el perodo de tiempo anterior, esto es con
la finalidad de que el mineral tenga registrada su antigedad.
4.3.1.1
Mecanismos de reaccin para lixiviacin de sulfuros de cobre
Para poder ser disueltos, este tipo de mineral, aparte de la presencia de un medio cido, requiere la
presencia de un agente oxidante, comnmente sulfato frrico, presentando reacciones del tipo:
CuS + Fe2(SO4)3 CuSO4
+ 2 FeSO4 +S0
[4.16]
CuFeS2 + 2Fe2(SO4)3 CuSO4 + 5FeSO4 +2S0
[4.17]
Como son los casos de la covelina y calcopirita. Este tipo de reaccin requiere de un medio cido, para
mantener la solubilidad del in frrico, dado la baja concentracin de frrico a valores de pH superiores a
3 (Meruane G.,1999; Vargas T., 2003).
La lixiviacin de sulfuros de cobre puede ser representada en la siguiente expresin:

MS(slido) + a Fe+3 (aq) b Cu+2(aq) + c Fe+2 (aq) + d Slido
[4.18]
Donde a, b c y d son coeficientes estequiomtricos.
4.3.1.2
Mecanismos de reaccin para la ganga de mineral
Un aspecto importante en la recuperacin de cobre en los procesos de lixiviacin es la composicin de la

ganga y el tipo de mineral que la conforman. Las especies que componen la ganga se pueden clasificar
en reactivas y no reactivas. La ganga reactiva genera principalmente consumo de cido liberando
diferentes iones a la solucin (Ca+2, K+, Na+2, Fe+2, Fe+3, etc), produciendo as la formacin de
precipitados o acumulacin de sulfatos solubles. En el modelo, tanto el consumo de cido como la
2
Mtodo recursivo en MatLab que utiliza las funciones fminbnd para buscar la solucin y quadl para realizar la integracin
19
liberacin de iones frrico y ferroso sern simuladas a travs de una cintica de NSR.
4.3.1.3
Mecanismos de reaccin para la lixiviacin bacteriana
A menudo se hace referencia al ataque directo e indirecto en los sistemas de lixiviacin bacteriana. Estos
trminos se relacionan con la disolucin de la matriz de minerales sulfurados directamente por bacterias, y
con la disolucin de la matriz con frrico producido por la oxidacin bacteriana del in ferroso. Existen
estudios que plantean la imposibilidad de aislar cada forma de reaccin experimentalmente, revelando
que es la suma de ambas la que normalmente se observa en los sistemas de lixiviacin, una suma que,
generalmente, es mucho mayor en magnitud que los componentes individuales de la reaccin.
En la solucin, se verifica el incremento del pH de la solucin debido a la oxidacin del azufre con la
consecuente liberacin del catin metlico. Los minerales sulfurados se disuelven en presencia de O2
segn, la reaccin:
M-S + H2SO4 + O2 M-SO4 + H2O + S0
[4.19]
Donde M es un catin metlico bivalente.
En presencia de sulfato frrico, la lixiviacin es realizada por la accin oxidante del in frrico de acuerdo
a:
M-S + Fe2(SO4)3 M-SO4 + 2 FeSO4 + S0
[4.20]
La bacteria involucrada altera el mecanismo de reaccin en la expresin [4.20], realizando un conjunto de

reacciones de oxidacin tanto de azufre como de hierro. De esta forma, la accin de la bacteria, se puede
dividir, en un caso donde afecta directamente la lixiviacin del sulfuro y un caso donde afecta
indirectamente, al producir otras reacciones colaterales, ver figura 4.3.
20
Figura 4.3: Mecanismos de accin bacteriana (Ahumada, 2002)
Para el modelo a desarrollar se considerar el mecanismo indirecto, el cual se puede apreciar en detalle
en la parte derecha de la figura 4.3. Las bacterias son las encargadas de regenerar el in frrico
consumido en disolver el sulfuro de cobre (M+2).
4.3.2
Cintica de la oxidacin bacteriana de in ferroso a in frrico
Tomando la expresin [4.11] del captulo 4.2.4, con los parmetros expuestos en la tabla 4.1, se obtiene
la velocidad de oxidacin de in ferroso a in frrico por parte de las bacterias.
Esta velocidad define la poblacin bacteriana, por medio de la expresin [4.6] del captulo 4.2.4, teniendo
como dato inicial, la poblacin de bacterias presentes en el mineral.
Por lo tanto, para el modelo a desarrollar, la velocidad de oxidacin bacteriana de in ferroso a frrico se
define a partir de las condiciones existentes en el perodo de tiempo inmediatamente anterior, de manera
anloga a las cinticas de NSR.
21
RESULTADOS Y DISCUSIN
En la presente seccin se exponen los resultados obtenidos en las distintas simulaciones realizadas con
el modelo computacional desarrollado
5.1
Reactor perfectamente agitado (RPA) batch
Como se mencion anteriormente, la correcta definicin del modelo para este caso es fundamental para
poder reaplicarlo en la columna/pila de mineral. Para tal efecto se tomarn datos experimentales del
trabajo de Salhe C., (2006) para una muestra de mineral de baja ley proveniente de Minera Escondida.
Con estas muestras se realizaron pruebas de lixiviacin a escala de laboratorio usando reactores de lecho
inundado con agitacin mecnica como lo muestra el esquema de la figura 5.1. Este sistema experimental
asegura que todas las partculas de mineral se encuentren en contacto con la solucin evitando la
formacin de gradientes de concentracin facilitando el anlisis matemtico de los datos.
Se realizaron dos tipos de pruebas de lixiviacin, una en medio cido sin adicin de sulfato frrico y otra
en medio cido con sulfato frrico, ambas fueron simuladas.
H2SO4
H2O2
Agitador
Medido
Eh, pH
Mineral
Figura 5.1: Sistema experimental simulado (Salhe C., 2006)
El mineral utilizado en el estudio de Salhe C., (2006) fue separado en 3 muestras, de las cuales slo se
consider la muestra de tamao de partcula -1/2 +3/8 (dimetro promedio 1.1 [cm]) para el ajuste de
parmetros que se presentan. Las caractersticas del mineral se presentan en las tablas 5.1 y 5.2
Tabla 5.1: Anlisis qumico

Especies
Muestra
%Cu
0,54
%Fe
1,92
22
%S
1,44
%Mo
-
%Zn
0,023
Tabla 5.2: Composicin

mineralgica 100% base mineral
Muestra
Especies
% (p/p)
Calcopirita
0,57
Calcosina
0,10
Covelina
0,40
Bornita
tz
Cobre soluble
tz
0,03
Blenda
tz
Molibdenita
Rutilo
0,07
Pirita
2,01
Hematita
0,71
Magnetita
0,18
Limonita
0,29
Ganga
95,63
Los principales parmetros experimentales establecidos con estas pruebas se resumen en la tabla 5.3
Tabla 5.3: Resumen con las principales

condiciones experimentales
Granulometra
-1/2 +3/8
Masa de mineral [kg]
Volumen de solucin [l]
Lixiviacin cida
[H2SO4] inicial, [g/l]
[Fe+3] inicial, [g/l]
Lixiviacin Frrica
[H2SO4] inicial, [g/l]
[Fe+3] inicial, [g/l]
23
1,5
4
10
-10
3
5.1.1
Lixiviacin cida sin adicin de sulfato frrico
Los resultados experimentales obtenidos en el trabajo de Salhe C. (2006), se pueden apreciar en la figura
5.2, en donde se puede observar el comportamiento de las tres especies ms relevantes en solucin.
0.70
0.60
[g/l]
0.50
0.40
0.30
0.20
0.10
-
10
Cu+2 [glp]
20
[dias]
30
Fe+3 [glp]
40
Fe+2 [glp]
Figura 5.2: Curvas experimentales lixiviacin cida sin adicin de sulfato frrico (Salhe C., 2006)
De la figura anterior se tiene que una fraccin importante de los xidos de hierro presentes en el mineral
fueron lixiviados por el cido sulfrico, liberando in frrico y in ferroso en solucin.
20%
Recuperacin [%]
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%
-
10
R, Cu+2
20
[dias]
R, Fe+3
30
40
R, Fe+2
Figura 5.3: Curvas de recuperacin en lixiviacin cida sin adicin de sulfato frrico
(Salhe C., 2006)
Los datos de recuperacin de cobre versus el tiempo de lixiviacin (figura 5.3) fueron correlacionados
utilizando las expresiones [4.3] y [4.4]. Lo que se busca es poder identificar si la cintica de recuperacin
de iones desde el mineral se encuentra controlada por la reaccin qumica (expresin [4.3]) o por la
24
difusin de iones (expresin [4.4])

Este anlisis considera que el mineral es homogneo en su mineraloga, sin embargo no hay que olvidar
que en el mineral se encuentran distintas especies de cobre y hierro con diferentes mecanismos de
lixiviacin.
1E-02
8E-02
7E-02
1E-02
y = 1.81E-03x
R2 = 7.45E-01
6E-03
5E-02
4E-02
3E-02
4E-03
2E-02
y = 2.69E-04x
R2 = 9.81E-01
2E-03
1-(1-x)^(1/3)
1+2*(1-x)
-3*(1-x)^(2/3)
6E-02
8E-03
1E-02
0E+00
0E+00
-
10
20
[dias]
Cont. Difusional
Linear (Cont. Reaccin)
30
40
Cont. Reaccin
Linear (Cont. Difusional)
Figura 5.4: Ajuste del modelo NSR a la recuperacin de cobre
En la figura 5.4 se presentan los datos de recuperacin de cobre suponiendo control difusional y reaccin
qumica. Sobre estos datos se traza la mejor recta que pasa por los puntos, para ambas situaciones,
obtenindose una mejor correlacin para el modelo controlado por la difusin de iones (R2=0.981 vs.
R2=0.745). A partir de la pendiente de la lnea de ajuste al modelo por control difusional se calcula el valor
del parmetro cintico (tiempo terico necesario para alcanzar una conversin completa).
A cada grupo de datos se les ajust una recta (Linear) a partir de su correlacin (R2) con los datos
graficados se determina si el mecanismo de reaccin es controlado por la reaccin qumica (expresin
[4.3]) o por difusin de iones (expresin [4.4]).
Luego, se puede concluir que la velocidad global del proceso de lixiviacin de cobre est controlada por la
difusin de los iones desde la interfaz slido-lquido hacia la superficie de reaccin. Este mismo anlisis
es aplicado a los iones frrico (Fe+3) y ferroso (Fe+2), figuras 5.5 y 5.6 respectivamente.
25
2E-04
8E-03
1E-04
7E-03
6E-03
y = 1.96E-04x
R2 = 9.94E-01
1E-04
5E-03
8E-05
4E-03
6E-05
3E-03
4E-05
2E-03
y = 3.46E-06x
R2 = 9.40E-01
2E-05
1-(1-x)^(1/3)
1+2*(1-x)
-3*(1-x)^(2/3)
1E-04
1E-03
0E+00
0E+00
-
10
20
[dias]
Cont. Difusional
30
40
Cont. Reaccin
Figura 5.5: Ajuste del modelo NSR a la disolucin de Fe+3
4E-03
4E-02
3E-03
4E-02
1+2*(1-x)
-3*(1-x)^(2/3)
y = 9.26E-04x
R2 = 9.85E-01
2E-03
3E-02
2E-02
2E-03
2E-02
1E-03
1-(1-x)^(1/3)
3E-02
3E-03
1E-02
y = 7.53E-05x
R2 = 9.65E-01
5E-04
5E-03
0E+00
0E+00
-
10
20
[dias]
Cont. Difusional
30
40
Cont. Reaccin
Figura 5.6: Ajuste del modelo NSR a la disolucin de Fe+2
En la figura 5.5, para el in frrico, se observa que se obtiene una mejor linealidad cuando los datos de
disolucin de in frrico se grafican en coordenadas correspondiente al modelo por control difusional. En
la figura 5.6, para el in ferroso que es el predominante, la diferencia entre el control por reaccin qumica
y el control por difusin qumica es mnima. Como se demostrar ms adelante, a tiempos cortos la
correlacin es mejor para el control qumico, pero en tiempos ms extensos la correlacin mejora para el
modelo por control difusional.
A partir de la pendiente de la lnea de ajuste al modelo por control qumico y/o difusional, se calcula el
valor del parmetro cintico que se muestra en la tabla 5.4.
26
Tabla 5.4: Valores de para la

recuperacin de cobre, in frrico y
in ferroso durante la lixiviacin cida
Especie
, aos
Cu+2
D =10.2
+3
R = 28.1
+2
D = 36.4
Fe
Fe
Con los resultados obtenidos, se proceden a configurar los parmetros del modelo computacional para
obtener una simulacin de los experimentos expuestos.
5.1.2
Simulacin computacional de lixiviacin cida sin adicin de sulfato frrico (RPA)
El programa computacional desarrollado para esta simulacin, tiene los siguientes parmetros de entrada,
que se encuentran resumidos en la tabla 5.5:
Tabla 5.5: Parmetros de entrada

simulacin computacional
Dimetro Promedio [mm]
11
1.5
4
Poblacin Inicial Bacterias
n.a.
Ley Cu [%]
0.54
Ley de Hierro [%]
1.92
[H2SO4] inicial g/l
10
+3
[Fe ] inicial [g/l]
Tomando los datos expuestos anteriormente en la tabla 5.4 y lo expuesto en el punto 4.2.1 con la
expresin [4.5], se procede a calcular los K especficos para cada cintica del tipo NSR. Se asume que K
es especfica y constante, a menos que se modifiquen algunas condiciones del mineral que se sealan en
las expresiones [4.3] y [4.4].
Una vez que se tienen las K especficas para cada especie, dada las condiciones iniciales de la
experiencia a simular, se procede a calcular el especfico para un tiempo t determinado, considerando
la antigedad del mineral y a partir de las condiciones que haba en el perodo de tiempo anterior, por
ejemplo:
27
ESPECIE i =
KEPECIE i R 2
C(t = t - 1) AGENTE
LIXIVIANTE
[5.1]
Teniendo definidos los s, se procede con el clculo de las conversiones y/o recuperaciones de cada
especie segn corresponda, de acuerdo a la metodologa explicada en el punto 4.3.1, basndose en las
correlaciones obtenidas en las figuras 5.4 a 5.6.
Con esto se obtienen los siguientes valores:
Recuperacin de cobre
Recuperacin de hierro (iones frrico y ferroso)
Porcentaje de consumo de cido por parte del mineral (ganga)
En lo que actividad bacteriana concierne, se procede a calcular la velocidad de oxidacin bacteriana a

partir de la expresin [4.6] y [4.11], para obtener velocidad de oxidacin y poblacin bacteriana
respectivamente. Posteriormente, se realizan los balances de masa para las distintas especies, bajo la
siguiente dinmica, que muestra en la figura 5.7.
CESPECIE i (t=t+1)= CESPECIE i (t=t) + Generacin Consumo
CESPECIE i (t=t)
Figura 5.7: Dinmica de simulacin reactor RPA batch
20%
18%
Recuperacin de Cu
16%
14%
12%
10%
8%
6%
4%
2%
0%
-
10
20
[dias]
Recupercin Cu (Modelo)
30
40
Datos Experimentales
Figura 5.8: Recuperacin de cobre modelo computacional vs. Datos experimentales
28
En la figura 5.8 se observa que los resultados obtenidos por el modelo se correlacionan de muy buena
manera con los resultados experimentales (R2=0.991). El perodo inicial de tiempo (0 a 10 das) se aprecia
un rpido crecimiento de la conversin, el cual es reproducido por el modelo de muy buena manera.
12%
Recuperacin Fe+3
10%
8%
6%
4%
2%
0%
-
10
20
[dias]
Conversin In Frrico (Modelo)
30
40
Figura 5.9: Recuperacin de Fe+3 modelo computacional vs. Datos experimentales
Recuperacin de Fe+2
12%
10%
8%
6%
4%
2%
0%
-
10
20
[dias]
30
40
Conversin In Ferroso (Modelo Control Difusional)

Conversin In Ferroso (Modelo Control Reaccin Qumical)
Figura 5.10: Recuperacin de Fe+2 modelo computacional vs. Datos experimentales
En las figuras 5.9 y 5.10 se puede apreciar que, al igual que los resultados obtenidos por el modelo en el
caso de la recuperacin de cobre, se obtiene una muy buena correlacin con los resultados
experimentales. Para in frrico (figura 5.9), la correlacin es bastante buena, incluso al inicio (R2=0.982).
Para el in ferroso se presentan dos curvas del modelo, una suponiendo control difusional y la otra
suponiendo control por reaccin qumica. De acuerdo al anlisis realizado en el punto 5.1.1, se obtuvo
que ambos supuestos se correlacionan muy bien con los resultados experimentales (figura 5.10). Dado lo
29
anterior se puede apreciar que suponiendo un control por reaccin qumica, el modelo describe muy bien
la parte inicial para la conversin de in ferroso, pero su forma de recta hace suponer que a mayores
tiempos de reaccin, esta correlacin se perder dramticamente. Los resultados obtenidos suponiendo
control difusional, muestran una mayor desviacin en la parte inicial, la cual va desapareciendo a medida
que avanza el tiempo, observndose que para el da 20 se tiene una muy buena correlacin (R2=0.995)
en comparacin a la que se obtiene para el caso con control por reaccin qumica (R2=0.985). Debido al
comportamiento y resultados obtenidos bajo estos dos supuestos, las simulaciones para los procesos de
ms de 1 mes se harn suponiendo control difusional.
Los resultados obtenidos para estas simulaciones, avalan la metodologa utilizada en este trabajo para la
simulacin de lixiviacin cida de sulfuros de cobre.
5.1.3
Lixiviacin cida con adicin de sulfato frrico
Los resultados experimentales que se presentan en el estudio de Salhe C. (2006) se pueden apreciar en
la figura 5.11, para la lixiviacin frrica de sulfuros de cobre con adicin de sulfato frrico. La curva
experimental fue obtenida con una concentracin de inicial de 3 [g/l] de in frrico.
Disolucin de Cobre
[g/l]
1.20
1.00
0.80
0.60
0.40
0.20
-
20
40
60
80
100
[dias]
Cu+2 [glp]
Figura 5.11: Curva experimental lixiviacin frrica de sulfuros de cobre
A continuacin se procede a realizar los mismos ajustes de los datos experimentales al modelo del NSR,
expuestos en el punto 5.1.1.
30
3E-01
8E-02
7E-02
5E-02
2E-01
4E-02
1E-01
3E-02
y = 6.79E-04x
R2 = 9.64E-01
2E-02
1E-02
0E+00
-
20
40
[dias]
Cont. Difusional
60
80
1-(1-x)^(1/3)
1+2*(1-x)
-3*(1-x)^(2/3)
2E-01
y = 2.01E-03x
R2 = 6.78E-01
6E-02
5E-02
0E+00
100
Cont. Reaccin
Figura 5.12: Ajuste del modelo NSR a la recuperacin de cobre
Observando la figura 5.12, se puede concluir que la velocidad global del proceso de lixiviacin de cobre
est controlada por la difusin de los iones desde la interfaz slido-lquido a la superficie de reaccin.
Para los iones frrico y ferroso, se consideran los mismos supuestos que en la lixiviacin cida.
A partir de la pendiente de la lnea de ajuste al modelo por control qumico y/o difusional, se calcula el
valor del parmetro cintico que se muestra en la tabla 5.6:
Tabla 5.6: Valores de para la

recuperacin de cobre
Especie
, aos
Cu+2
Con los resultados obtenidos, se proceden a configurar los parmetros del modelo computacional para
obtener una simulacin de los experimentos expuestos.
5.1.4
Simulacin computacional de lixiviacin frrica del mineral
El programa computacional desarrollado para esta simulacin, tiene los siguientes parmetros de entrada,
que se encuentran resumidos en la siguiente tabla:
31
Tabla 5.7: Parmetros de entrada

simulacin computacional
11
1.5
Poblacin Inicial Bacterias
N/A
Ley Cu [%]
0.54
Ley de Hierro [%]
1.92
[H2SO4] inicial g/l
10
+3
[Fe ] inicial [g/l]
Los resultados de la simulacin de la conversin de cobre en el tiempo obtenida con estos parmetros se
Recuperacin de Cu
muestran en la figura 5.13, en donde se comparan con los resultados experimentales.

45%
40%
35%
30%
25%
20%
15%
10%
5%
0%
-
10
20
30
40
50
60
70
80
90
100
[dias]
Recuperacin de Cu (Modelo)
Figura 5.13: Recuperacin de cobre modelo computacional vs. Datos experimentales
Se observa que la correlacin existente entre los resultados experimentales y los resultados de las
simulaciones realizadas son bastante buenos (R2=0.988), lo que avala la metodologa utilizada en este
trabajo para la simulacin de lixiviacin frrica de sulfuros de cobre en reactor batch (RPA).
En comparacin con el caso de lixiviacin cida sin la adicin de sulfato frrico, la presencia de Fe+3 en la
solucin lixiviante permite que el sistema alcance mayores conversiones en el tiempo. Esto debido a que
es el in frrico el responsable de disolver el cobre y en este caso ya se encuentra libre en la solucin y
no hay que esperar que el cido libere in frrico desde la ganga de mineral.
Lo realizado en este captulo buscaba establecer un modelo valido para el caso de un RPA, haciendo el
correspondiente ajuste de parmetros.
32
5.2
Modelacin pila de lixiviacin
Para poder desarrollar una simulacin para el proceso de lixiviacin de sulfuros de cobre, se debe
establecer el modelo a utilizar. Lo expuesto en el punto 5.1, avala la metodologa utilizada para el
desarrollo del modelo, por lo que se proceder a determinar una unidad base para cimentar la estructura
del modelo.
5.2.1
Determinacin estructura base del modelo
Como se ha mostrado hasta el momento, los experimentos simulados corresponden a reactores del tipo
batch que contienen una cantidad de mineral, el cual se encuentra inundado por solucin lixiviante (figura
5.1). De acuerdo a mediciones en terreno la proporcin de fases que coexisten en una pila de lixiviacin
es la siguiente (Bouffard S., 2001).
Tabla 5.8: Distribucin de fases en

una pila de lixiviacin
Fase
V/V [%]
Lquida
13 - 23
Gaseosa
17 - 30
Slida
57
Dado lo anterior, se proceder a utilizar estos rangos de distribucin entre fases para las simulaciones,
basndose en las caractersticas ya expuestas del mineral.
La estructura base del modelo a desarrollar se expone en la figura 5.14
33
Solucin Lixiviante
(a) Seccin columna/pila
(b) Estructura base modelo
(c) Partcula de Mineral
Figura 5.14: Esquema estructura base modelo
En la figura 5.14, se observa que a partir de la columna y/o pila (figura 5.14-(a)), se puede determinar un
volumen de control que constituir la estructura base del modelo (figura 5.14-(b)). Adicionalmente, la
figura 5.14-(c) plantea la interaccin entre la solucin lixiviante y la partcula de mineral, esta interaccin
se expone en detalle en la figura 5.15.
Solucin Lixiviante
O2
H
+3
Fe
+2
+2
Fe
CuS
Bacteria
+3
Fe
Figura 5.15: Esquema de interacciones dentro del volumen de control
En la figura 5.15, se puede apreciar las interacciones ms importantes durante el proceso de lixiviacin de
sulfuros de cobre dentro del volumen de control (VC) definido. La solucin de entrada, entrega las
concentraciones iniciales de las especies en solucin, pero la concentracin de especies en la solucin de
34
salida corresponde a la existente en el seno de la solucin. Este es un supuesto basado en el contexto de

un reactor perfectamente agitado, el cual ser aplicado para el desarrollo del modelo.
Mediciones en terreno y experimentales (Bouffard S., 2001) demuestran la existencia de dos fases dentro
de la fase lquida: una estanca y otra mvil. En este estudio se considerar slo una fase lquida sin
distincin, para la cual aplicar slo una concentracin en un tiempo determinado.
El volumen de control (VC) tendr una distribucin de fases como la expuesta en la tabla 5.8.
5.2.1.1
Resultados simulacin estructura base #01 sin lixiviacin de hierro
La siguiente simulacin busca mostrar el comportamiento que se obtiene al realizar situaciones parecidas
a las ya expuestas en el punto 5.1, pero esta vez considerando actividad bacteriana y la proporcin de
fases expuesta en la tabla 5.8. Esta simulacin fue realizada con los siguientes parmetros:
Tabla 5.9: Parmetros de entrada simulacin computacional estructura base #01

11
Pob. Inicial Bacterias [bac/g mineral]
2*105
2
0.4
Concentracin Inicial Cu+2 [g/l]

Concentracin Inicial Fe
+3
[g/l]
0
3
Ley Cu [%]
0.54
Concentracin Inicial H [g/l]
10
Ley de Hierro [%]
n.a
Das Simulados [das]
120
Se asume que no hay lixiviacin de especies de hierro, es decir, que toda la lixiviacin frrica que se
produce durante el proceso se debe a la accin del hierro incluido inicialmente (3 [g/l]).
35
Recuperacin de Cobre [% ]
Hierro [g/l]
3.0
35%
2.5
25%
2.0
[g/l]
30%
20%
15%
1.5
1.0
10%
0.5
5%
0%
0
10
20
30
40
50
60
70
80
90
100 110 120
10
20
30
40
60
Fe+2 [g/l]
R, Cu+2
70
80
90
100 110 120
Fe+3 [glp]
(b) Concentracin in frrico y ferroso
(a) Recuperacin de cobre
Bacterias
cido [g/l]
1.E+12
10
9
8
7
6
5
4
3
2
1
-
1.E+11
Log(#Bac)
[g/l]
50
[dias]
[dias]
1.E+10
1.E+09
1.E+08
0
10
20
30
40
50
60
70
80
90
100 110 120
10
20
30
40
50
60
70
80
90
100 110 120
[dias]
[dias]
H+ [glp]
Bacterias
(c) Concentracin de cido
(d) Poblacin bacteriana
Figura 5.16: Resultados simulacin estructura base #01
En la figura 5.16-(a) de recuperacin de cobre en el tiempo, se puede observar que el cobre, gracias a la
concentracin inicial de in frrico, obtiene una recuperacin inicial la cual se mantiene por un tiempo
(hasta el da 25 aproximadamente) debido al agotamiento del agente lixiviante, ya que no hay lixiviacin
de especies de hierro que pudieran aportar alguna fuente de in frrico. Las bacterias oxidan el in
ferroso a frrico y este ataca al mineral extrayendo cobre en solucin, pero esta generacin comienza a
ser representativa a partir del da 35-40. Aqu se tiene una curva exponencial hasta el da 70, tiempo en el
cual comienza a haber un cambio en la concavidad de la curva hasta el final del proceso. Estos cambios
de concavidad en la curva de recuperacin de cobre hacen suponer la existencia de distintas etapas
controlantes durante el proceso de lixiviacin de sulfuros de cobre (Casas J., 1991).
En la figura 5.16-(b) se puede apreciar la conservacin del hierro total en solucin, debido al supuesto de
no considerar lixiviacin de especies de hierro. Es en esta misma figura 5.16-(b) donde se explica la baja
recuperacin de cobre en la fase inicial, ya que toda la concentracin de in frrico es consumida de una
vez en la lixiviacin de cobre. Luego se revierte la situacin, ya que las bacterias oxidan todo el in ferroso
presente a in frrico.
36
Para el consumo de cido, en la figura 5.16-(c) se puede apreciar que este va siendo consumido por el
mineral. En el sistema simulado no hay reposicin del cido consumido, por lo que es consecuente que
este se vaya consumiendo antes o despus dependiendo de la reactividad del mineral.
La poblacin de bacterias (figura 5.16-(d)), al igual que la curva de recuperacin de cobre (figura 5.16-(a)),
presenta cambios en la concavidad. Se puede apreciar que la poblacin bacteriana crece a gran ritmo
hasta lograr una cantidad suficiente para contrarrestar la velocidad de reduccin del in frrico por la
lixiviacin de los sulfuros de cobre.
5.2.1.2
Resultados simulacin estructura base #02: efecto poblacin inicial de bacterias sin
lixiviacin de hierro
El objetivo de esta simulacin es establecer el efecto que tiene en el resultado del proceso la variacin de
la poblacin inicial de bacterias. Se realizarn simulaciones para distintas poblaciones iniciales de
bacterias dentro del rango 2*102[bac/g mineral] -2*1010[bac/g mineral] (Leahy M., 2006). Adicionalmente,
el rango debe ser lo suficientemente amplio para poder estudiar su impacto en el resultado global del
proceso.
Tabla 5.10: Parmetros de entrada simulacin estructura base #02

11
Pob. Inicial Bacterias [bac/g mineral] 2*102-2*1010
2
0.4

+
+3
[g/l]
0
3
Ley Cu [%]
0.54
10
Ley de Hierro [%]
n.a.
Das Simulados [das]
120
Nuevamente, se supone que no hay lixiviacin de especies de hierro, es decir que toda la lixiviacin
frrica que se produce durante el proceso se debe a la accin del hierro incluido inicialmente (3 [g/l]).
37
Cobre
In Frrico
3.0
2.5
2.0
[g/l]
[g/l]
11
10
9
8
7
6
5
4
3
2
1
1.5
1.0
0.5
-
10
20
30
40
50
60
70
80
90
100
110
10
20
30
40
50
Pob. Bac:210^2 [bac/g mineral]

70
80
90
100 110 120
[dias]
(a) Concentracin de cobre
(b) Concentracin de in frrico
In Ferroso
Bacterias
3.0
1E+12
2.5
1E+10
Log(# Bac)
2.0
[g/l]
60
120
[dias]
1.5
1.0
1E+08
1E+06
1E+04
0.5
1E+02
10
20
30
40
50
60
70
80
90
100
110
120
10
20
[dias]
30
40
50
60
70
80
90
100
110
120
[dias]
(c) Concentracin de in ferroso
(d) Poblacin de bacterias
Como se puede apreciar en la figura 5.17-(a), el inicio de la recuperacin de cobre depende de la

poblacin inicial de bacterias, sin embargo la concavidad de la curva es casi idntica, es decir inicialmente
es una curva exponencial que luego cambia su concavidad. El tiempo que demora la poblacin bacteriana
en crecer lo suficiente para volver representativa la oxidacin del in ferroso acumulado en solucin a
frrico para que se produzca la lixiviacin del sulfuro de cobre es distinto dependiendo de la poblacin
inicial de bacterias, llegando a existir 100 das de diferencia entre la simulacin que utiliz
2102[bacterias/g mineral] y la que utiliz 21010[bacterias/g mineral].
Observando las figuras 5.17-(b) y 5.17-(c) se puede apreciar que el hierro total se mantiene constante y
balanceado durante el proceso, esto quiere decir que cuando se produce un aumento en la concentracin
de alguno de los iones de hierro el otro disminuye. La poblacin inicial de bacterias influye, como se
mostr en las curvas de recuperacin de cobre (figura 5.17-(a)), en el tiempo que tarda en hacerse
evidente la recuperacin de cobre, que coincide con el momento en el cual se alcanza una poblacin
suficiente para hacer evidente la oxidacin del in ferroso presente acumulado en solucin. Esto se puede
verificar muy claramente en la figura 5.17-(d) en donde se muestra el comportamiento de la poblacin de
38
bacterias y adicionalmente se puede apreciar el tiempo que demora el sistema en alcanzar una poblacin
capaz de hacer evidente o visible la recuperacin de cobre. A su vez se puede apreciar que las bacterias
alcanzan cierto nivel de poblacin y frenan su crecimiento, esto se debe a la desaparicin de in ferroso
de la solucin (figura 5.17-(c)).
De los resultados obtenidos de estas simulaciones, se tiene que el efecto de la poblacin inicial de
bacterias impacta directamente en el tiempo que demoran en alcanzar niveles de poblacin suficientes
para oxidar ferroso a frrico y hacer evidente la lixiviacin del sulfuro de cobre, afectando con esto la
recuperacin de cobre en el tiempo. En las distintas curvas de recuperacin de cobre (figura 5.17-(a)), se
puede apreciar que estas tienen forma exponencial al comienzo de la recuperacin, concavidad que vara
posteriormente, indicando con esto un cambio en el control cintico del proceso, el cual deja de ser
controlado por la velocidad en que las bacterias oxidan el in ferroso a frrico y pasa a ser controlado por
la difusin de iones en el interior de la partcula de mineral.
5.2.1.3
Resultados simulacin estructura base #03: efecto poblacin inicial de bacterias con
El objetivo de esta simulacin es establecer el efecto que tiene en el resultado del proceso la poblacin
inicial de bacterias, pero ahora suponiendo que existe lixiviacin de hierro desde el mineral. Se realizarn
simulaciones para distintas poblaciones iniciales de bacterias dentro del rango 2*102[bac/g mineral] 2*1010[bac/g mineral] (Leahy M., 2006). Adicionalmente, el rango debe ser lo suficientemente amplio para
poder estudiar su impacto en el resultado global del proceso.
Tabla 5.11: Parmetros de entrada simulacin estructura base #03

11
Pob. Inicial Bacterias [bac/g mineral] 2*102-2*1010
2
0.4

+
+3
[g/l]
0
0
Ley Cu [%]
0.54
10
Ley de Hierro [%]
1.92.
Das Simulados [das]
120
En esta simulacin se elimina la concentracin inicial de in frrico, pero se incluyen el fenmeno de

lixiviacin de hierro como in ferroso.
39
18
16
14
12
[g/l]
[g/l]
20
24
22
20
18
16
14
12
10
8
6
4
2
-
10
8
6
4
2
-
10
20
30
40
50

60 70
[dias]
80
90
60 70 80 90 100 110 120

[dias]
100 110 120

10
30
40
50

20
1E+12
18
16
1E+10
Log(# Bac)
14
12
[g/l]
20
10
8
6
4
1E+08
1E+06
1E+04
1E+02
10
20
30
40
60 70 80 90 100 110 120

[dias]
10
20
30
40
50
50
60 70
[dias]

(c) Concentracin de in ferroso
80
90
100 110 120

Al igual que lo obtenido en la simulacin de la estructura base #02 (figura 5.17), la poblacin inicial de
bacterias en el proceso, afecta en el inicio de recuperacin de cobre producindose un retardo, pero al
incluir el fenmeno de lixiviacin de hierro en forma de in ferroso este retardo disminuye de 100 das
(figura 5.17-(a)) a 60 das (figura 5.18-(a)). Esto se debe a que al existir mayor concentracin de in
ferroso en solucin, la velocidad de crecimiento de la poblacin bacteriana aumenta. Si se comparan la
figura 5.18-(d) con los resultados obtenidos en la figura 5.17-(d) se puede apreciar la diferencia en la
velocidad de crecimiento de la poblacin bacteriana, siendo para el presente caso ms rpida. Dado lo
anterior, en el escenario simulado para la estructura base #03, se tiene que la poblacin bacteriana
alcanza un nmero suficiente para oxidar al in ferroso acumulado en solucin en un menor tiempo que
en la simulacin de la estructura base #02.
Las curvas obtenidas en esta simulacin muestran de igual forma una primera concavidad de orden
exponencial que luego cambia, lo mismo que se encontr para el caso sin lixiviacin de hierro, en donde
se evidencia el cambio de control cintico. En un principio se tiene un control cintico que viene dado por
la velocidad en que las bacterias son capaces de oxidar in ferroso, que ser denominado control
40
bacteriano. Posteriormente, las bacterias alcanzan un nmero que les permite dejar de ser el factor
limitante de la cintica para que el proceso sea controlado por la velocidad con que los iones de Fe+3
difunden a la superficie de reaccin, que ser denominado control metalrgico.
Nuevamente, se puede apreciar el balance existente entre los iones frrico y ferroso, consistente en que
cuando uno de los dos aumenta su concentracin el otro disminuye. Dada la inclusin del factor de
lixiviacin de hierro como in ferroso desde el mineral, el retardo en la recuperacin de cobre hace que el
sistema alcance una concentracin mayor de in ferroso antes que las bacterias logren alcanzar una
poblacin ptima para hacer evidente la recuperacin de cobre desde el mineral.
La poblacin inicial de bacterias influye en el tiempo que demora el proceso en iniciar la recuperacin de
cobre, dado por el tiempo que demoran las bacterias en alcanzar una poblacin suficiente para convertir
el in ferroso acumulado en solucin a in frrico. Durante este lapso de tiempo se tiene que la curva de
recuperacin de cobre tiene forma exponencial, sin embargo cuando este valor crtico de poblacin es
alcanzado, la curva cambia su concavidad, de esta forma es fcil identificar el cambio de control cintico
del proceso, el cual pasa de ser un control bacteriano a un control metalrgico.
5.2.1.4
Resultados simulacin estructura base #04: efecto del tamao de partcula con
La siguiente simulacin tiene por objetivo establecer el efecto que tiene sobre el proceso de lixiviacin, el
tamao de partcula promedio del mineral. Se realizarn simulaciones para distintos dimetros promedio
de partcula dentro del rango 5.5[mm] - 44[mm], el cual se determin en base a anlisis de muestras de
operaciones (Minera Escondida) Salhe C. (2006) y Meruane G. (1999). Adicionalmente, el rango debe ser
lo suficientemente amplio para poder estudiar su impacto en el resultado global del proceso.
Tabla 5.12 Parmetros de entrada simulacin estructura base #04

5.5 - 44 Pob. Inicial Bacterias [bac/g mineral]
2*108
2
0.4

+3
+
[g/l]
0
0
Ley Cu [%]
0.54
10
Ley de Hierro [%]
1.92
Das Simulados [das]
120
41
35
20
18
16
14
12
30
25
[g/l]
[g/l]
20
15
10
5
-
10
20
30
Dp= 44[mm]
40
50
60 70
[dias]
Dp= 22[mm]
80
90
100 110 120
Dp= 11[mm]
10
8
6
4
2
10
30
Dp= 44[mm]
Dp= 5.5[mm]
40
50
60 70
[dias]
Dp= 22[mm]
80
90
100 110 120
Dp= 11[mm]
Dp= 5.5[mm]

20
1E+13
18
16
1E+12
Log(# Bac)
14
12
[g/l]
20
10
8
6
4
1E+11
1E+10
1E+09
2
-
1E+08
-
10
20
Dp= 44[mm]
30
40
50
60 70
[dias]
Dp= 22[mm]
80
90
100 110 120
Dp= 11[mm]
10
20
Dp= 44[mm]
Dp= 5.5[mm]
(c) Concentracin de In ferroso
30
40
50
60 70
[dias]
Dp= 22[mm]
80
90
Dp= 11[mm]
100 110 120

Dp= 5.5[mm]
El tamao promedio de partcula del mineral influye de manera inversamente proporcional en la velocidad
de recuperacin de cobre. El tamao de partcula es uno de los parmetros ms importante en los
procesos de lixiviacin de sulfuros de cobre (Neuburg H. et al., 1991).
En la figura 5.19-(b) y 5.19-(c) se vuelve a apreciar el balance entre iones frrico y ferroso, para el caso de
los tamaos ms pequeos el tiempo que requieren las bacterias para oxidar el hierro como in ferroso a
frrico y as comenzar con la recuperacin de cobre, es menor.
Revisando los resultados obtenidos de estas simulaciones, se puede apreciar que el efecto del tamao
promedio del mineral para el proceso es que a menor tamao la recuperacin es ms rpida y a medida
que el tamao promedio de partcula del mineral va siendo mayor, la velocidad de recuperacin es menor.
En otras palabras, la velocidad de recuperacin de cobre es inversamente proporcional al tamao
promedio de partcula del mineral.
En trminos de control cintico de la lixiviacin de cobre, al igual que las simulaciones de la estructura
42
base ya expuestas, existe un retardo para el comienzo de la recuperacin de cobre, pero la diferencia
entre los valores extremos utilizados para el tamao promedio de partcula, es del orden de los 50 das, el
cual es menor a los retardos expuestos en las figuras 5.17-(a) y 5.18-(a).
La figura 5.19-(d) muestra como la poblacin bacteriana, partiendo del mismo valor inicial, llega de
distintas formas a un valor similar luego de 4 meses de proceso, siendo el tamao promedio de partcula
el factor principal que afecta la rapidez con la que la poblacin bacteriana alcanza valores suficientes para
hacer notoria la recuperacin de cobre. El crecimiento bacteriano depende de la existencia o
disponibilidad de in ferroso en solucin, es por esta razn que el crecimiento de la poblacin bacteriana
es disminuido cuando el in ferroso se ve agotado en la solucin.
5.2.2
Estructura modelo pila de lixiviacin
Establecido el modelo para la estructura base, se procede a determinar la estructura que tendr la pila de
lixiviacin de mineral, la cual ser simulada a partir de una columna compuesta por las estructuras base
ya expuestas, montadas
en serie, las cuales se relacionarn a travs del flujo de riego diario. Esto se
aprecia en detalle en la figura 5.20.

CESPECIE I (x,t): Concentracin en la posicin x en el tiempo t
F(A,B): funcin de los parmetros A y B, es decir que
depende de ambos parmetros.
Entrada Solucin Lixiviante
CESPECIE I (1,t)= F(Cond. Iniciales)
Flujo= F(Tasa de Riego)

CESPECIE I (x,t)= F(x-1, t)
Flujo= F(Tasa de Riego)
Salida de Solucin Rica en Cobre
Figura 5.20: Esquema estructura modelo pila de lixiviacin para un tiempo t
43
Como se puede apreciar en la figura 5.20, para un tiempo t cualquiera, la columna es simulada con una
serie de estructuras bases previamente desarrolladas, las cuales reciben como flujo de entrada la solucin
de salida de la estructura base inmediatamente anterior.
Las estructuras bases ya definidas sern
denominadas volumen de control (VC).
El flujo de solucin entre los distintos VC viene dado por la tasa de riego, ya que se asume que no hay
ms acumulacin de solucin, es decir que flujo de entrada a la columna es el mismo que el de salida
(estado estacionario).
Para poder entender la dinmica completa del modelo, en la figura 5.21 se presenta la estructura del
modelo, el cual tiene dos dimensione, x: posicin y t: tiempo.
CESPECIE I (1,t)= F(Solucin Entrada, t -1)
CESPECIE I (1,t + 1)= F(Solucin Entrada,t)
CESPECIE I (x,t)= F(x - 1,t -1)
CESPECIE I (x,t + 1)= F(x - 1,t )
CESPECIE I (x + 1,t)= F(x, t - 1)
CESPECIE I (x + 1,t + 1)= F(x,t )
Tiempo: t
Tiempo: t+1
Figura 5.21: Dinmica general modelo para la pila de lixiviacin
La figura 5.21 muestra que para definir las concentraciones de uno de los VC en el tiempo t+1 se
tomarn las condiciones existentes en t de este mismo VC, adems, se tomarn en consideracin las
concentraciones del flujo que proviene del VC directamente en la parte superior y, simultneamente, el
impacto que tiene el flujo de salida hacia el VC ubicado en la posicin inmediatamente inferior.
44
Con las consideraciones anteriores, el modelo incluye el grado de conversin del mineral, el fenmeno de
conveccin de solucin en la columna y difusin de productos y reactivos dentro de cada VC.
En trminos generales, el balance de masa para un VC en la posicin x y en el tiempo t ser:
CESPECIE I (x , t ) = CESPECIE I (x - 1, t ) CESPECIE I (x , t - 1) + CESPECIE I (x , t - 1) Conc. generada y/o consumidaESPECIE I (x - 1, t - 1) [5.2]
La altura de la pila se establecer en 20 [m] la cual se encuentra dentro de los rangos de operacin
ptimos en pilas de lixiviacin (Cathles L. et al.,1980; Pantelis G. y Ritchie A., 1992; Casas J., 1998;
Brown P., 2001). El modelo dividir la pila en una columna de 20 partes de 1 [m] cada una, la masa de
mineral a considerar por cada volumen de control de 1 [m] de alto ser de 500 [kg], basndose en una
densidad de 1,3 [g/l] para la pila. Adicionalmente, estas dimensiones son similares a las utilizadas en
modelos anteriores que se basan en RPA para modelar la pila de mineral (Neuburg H., 1991; Meruane G.,
1999; Ahumada J., 2002)
1[m]
500[kg]
20[m]
20[m]
Tiempo
Figura 5.22: Esquema modelo computacional
45
5.2.3
Consideraciones y supuestos del modelo
A continuacin se procede a exponer las consideraciones y supuestos del modelo desarrollado:

Los VC simulados y proyectados sern tratados como reactores perfectamente agitados, lo que implica
que la concentracin en solucin de las distintas especies es la misma en todos lo puntos dentro del VC,
por lo tanto no existen perfiles de concentraciones ni de tiempos de residencia.
Para poder realizar el balance de masa en VC(x,t), se considera la concentracin en solucin del
VC(x-1,t) como la que pasa hacia el VC inmediatamente inferior. Esto es con el objetivo de simplificar el
modelo y hacer los balances de masa de manera simultnea y no de manera secuencial.
La columna de lixiviacin estar compuesta por 20 VC (1[m] de altura).
No hay acumulacin de solucin dentro de la columna, rgimen estacionario.
Siempre existe el suministro necesario de oxgeno en el sistema, por lo que no es incluido este factor
dentro de la cintica bacteriana (Holtum D. y Murray D., 1994; Lizama H., 2000).
El modelo NSR sirve para explicar las cinticas de lixiviacin de cobre, hierro como in ferroso y
consumo de cido por parte de ganga.

Se asume que el tamao promedio del mineral es el mismo para todo el mineral del sistema.
Se asume el mismo mineral que se utiliz para el desarrollo de los VC.
El haber comprobado que el modelo presentado correlaciona de muy buena manera los datos
experimentales presentados de estudios anteriores y asumiendo que los supuestos planteados se

cumplen, se puede afirmar que la proyeccin de estos VC en una columna de lixiviacin, como se
present en la figura 5.22, es una aproximacin de la realidad en la operacin del proceso.
5.3
Resultados modelacin pila de lixiviacin
A continuacin se presentan resultados obtenidos para una pila de lixiviacin, simulada a partir de una
columna de mineral la cual est siendo irrigada con solucin lixiviante.
46
5.3.1
Simulacin Pila #01 (Estndar)
Esta fue realizada con los siguientes parmetros:
Tabla 5.13: Parmetros para simulacin computacional pila #01

Parmetros columna
Solucin lixiviante de entrada
Masa de mineral [t]
11
Concentracin Cu+2 [g/l]

+3
10
Concentracin Fe
20
Concentracin H [g/l]
Tasa de Riego [l /(dam )]
240
Otros parmetros
Ley Cu [%]
0,54
Tiempo Simulado [meses]
Ley de Hierro [%]
1,92
Altura [m]
2
[g/l]
0
0
10
6
5*106
Esta simulacin se denominar estndar ya que los parmetros utilizados son los ms comunes en la
operacin de pilas de lixiviacin de cobre (Meruane G., 1999; Ahumada J., 2002; Vargas T., 2003; Leahy
M., 2006).
A continuacin se presentan los resultados obtenidos para esta simulacin, la cual pretende reflejar un
resultado estndar que puede obtener el modelo.
47
Cobre [g/l]
20
20
15
Altura [m]
Altura [m]
15
10
10
5
-
0%
0.5
1.0
1.5
2.0
2.5
Cobre[g/l]
20%
MES 1
MES 3
30%
40%
MES 3
50%
60%
MES 6
MES 6
(a) Concentracin de cobre en solucin
(b) Recuperacin de cobre desde el mineral
Frrico [g/l]
Ferroso [g/l]
20
20
15
15
Altura [m]
Altura [m]
MES 1
10%
3.0
10
10
5
5
0.25
0.50
MES 1
0.75
1.00
1.25
Frrico[g/l]
MES 3
1.50
1.75
0.25
0.50
0.75
1.25
1.50
MES 1
MES 3
MES 6
MES 6
(d) Concentracin in ferroso
(c) Concentracin in frrico
pH
Bacterias
20
20
15
15
Altura [m]
Altura [m]
1.00
Ferroso[g/l]
2.00
10
10
0.0.E+00
5.0.E+13
MES 1
1.0.E+14
1.5.E+14
# Bacterias
MES 3
1.00
2.0.E+14
1.25
1.50
MES 1
MES 6
(e) Poblacin de bacterias en el mineral
1.75
pH
MES 3
2.00
2.25
MES 6
(f) pH
Figura 5.23: Resultados simulacin pila #01
En la figura 5.23-(a) se puede apreciar que existe un frente de mximos de concentracin de cobre los
cuales se van desplazando a medida que pasa el tiempo, resultado expuesto por Leahy M. (2006). Para el
primer mes, se puede apreciar que el mximo de concentracin se tiene a los 10 [m] de altura de la
columna, pero ya para el tercer mes la concentracin de cobre tiene un perfil en donde el mximo se
encuentra en la parte inferior de la columna, la diferencia entre la parte superior e inferior se va haciendo
48
cada vez menor. Lo anterior se explica porque en un principio el cobre se va disolviendo en la parte
superior de la columna y a medida que se va liberando in ferroso a la solucin lixiviante y este es
oxidado por las bacterias a in frrico, la concentracin de este en solucin va creciendo. La figura 5.23(b) ratifica lo mencionado para la figura 5.23-(a), es decir que en la columna se presenta un frente de
reaccin el cual va recuperando cobre desde el mineral en la parte superior de la columna y luego va
descendiendo.
La lixiviacin de hierro est dada por la presencia de cido, el cual en un principio es consumido
principalmente por la ganga del mineral, quedando menores concentraciones para la parte inferior en el
comienzo del proceso (figura 5.23-(f)). Como se puede apreciar en las figura 5.23-(c) y 5.23-(d), los iones
de hierro, al igual que el cobre, presentan mximos de concentracin los cuales se van desplazando en
forma conjunto con el cobre, el mximo de in ferroso ya desaparece para el tercer mes ya que las
bacterias alcanzan un nivel en donde son capaces de oxidar casi todo el in ferroso acumulado en
solucin. La dinmica del in ferroso tambin viene dada por la concentracin de cido, el cual disuelve
in ferroso y a su vez es consumido por la ganga, cuando la concentracin de cido es baja, se libera
menos in ferroso, por lo que la concentracin decae en la altura. El in frrico, va en lnea con el perfil de
concentracin de cobre, ya que es el agente lixiviante, por lo tanto para que cobre se disuelva debe estar
presente esta especie.
En la figura 5.23-(f) se aprecia que el pH se mueve dentro del rango de 1 a 1,7 la mayor parte del tiempo.
Las bacterias del tipo Thiobacillus ferroxidans funcionan dentro del rango de pH de 1 3.6 por lo que,
dado los resultados obtenidos, la actividad bacteriana se concentra en un principio en la parte superior de
la columna, para luego irse equilibrndose en la altura a lo largo del tiempo (figura 5.10-(e)).
La actividad bacteriana, que es directamente proporcional a la velocidad de oxidacin de in ferroso a
frrico, tambin depende del rango de pH al cual se encuentra la solucin lixiviante, por esta razn es
que, por ejemplo, para el primer mes, en donde el pH llega a valores superiores a 2 debido al consumo de
cido, la actividad bacteriana se ve diminuida o casi nula en la parte inferior de la columna (figura 5.23-(e)
y figura 5.23-(f)).
49
Recuperacin de Cobre [%]
50%
1.5.E-08
45%
40%
35%
1.0.E-08
30%
25%
20%
5.0.E-09
15%
10%
5%
0.0.E+00
-
0%
-
30
60
90
120
150
180
10
15
20
25
[das]
[das]
(b) Recuperacin de cobre primeros 25 das
Figura 5.24: Recuperacin de cobre simulacin pila #01
En la figura 5.24-(a) se presenta la recuperacin de cobre durante todo el proceso, al igual que en el caso
de las simulaciones realizadas para determinar el VC. A pesar de que grficamente no se aprecia que hay
recuperacin de cobre durante los primeros 25 das es importante destacar que esto no es as, ya que si
se hace un cambio de escala se podr apreciar que durante los primeros 25 das, la recuperacin de
cobre, a pesar de ser baja en trminos absolutos, tiene un crecimiento exponencial, como se muestra en
la figura 5.24-(b). En los primeros 25 das la recuperacin de cobre es exponencial hasta hacerse visible
en la figura 5.24-(a) en el da 30, con un cambio en la concavidad de la curva de recuperacin de cobre,
atribuible al cambio de control cintico desde bacteriano a metalrgico.
5.3.2
Simulacin pila #02 (efecto poblacin inicial de bacterias)
La siguiente simulacin fue realizada con los siguientes parmetros:

Parmetros columna
Masa de mineral [t]
11

+3
10
Concentracin Fe
20
240
Otros parmetros
Ley Cu [%]
0,54
Altura [m]
2
Ley de Hierro [%]
1,92
[g/l]
50
0
0
10
6
2
5*10 - 5*1011
El objetivo de esta simulacin es establecer el efecto que tiene en el resultado del proceso la poblacin
inicial de bacterias, pero ahora suponiendo que existe lixiviacin de hierro desde el mineral. Se realizarn
simulaciones para distintas poblaciones iniciales de bacterias dentro del rango 5*102[bac/g mineral] 5*1011[bac/g mineral] (Leahy M., 2006). Adicionalmente, el rango debe ser lo suficientemente amplio para
poder estudiar su impacto en el resultado global del proceso.
A continuacin se presentan los resultados obtenidos para esta simulacin, en donde se trata de entender
el efecto que tiene la poblacin inicial de bacterias en el resultado global del proceso
Cobre [g/l]
20
20
15
15
Altura [m]
Altura [m]
Cobre [g/l]
10
10
0.5
1.0
1.5
2.0
2.5
0.5
1.0
1.5
MES 1
MES 3
MES 1
MES 6
2.5
3.0
3.5
4.0
4.5
5.0
MES 3
MES 6
11
(b) Concentracin de cobre en sol. Pob. Inicial: 5*10
(a) Concentracin de cobre en sol. Pob. Inicial: 5*10
20
20
15
15
Altura [m]
Altura [m]
2.0
Cobre[g/l]
Cobre[g/l]
10
10
0%
10%
20%
MES 1
30%
40%
MES 3
50%
60%
0%
MES 6
10%
20%
MES 1
30%
40%
MES 3
50%
MES 6
(d) Recuperacin de cobre desde el mineral
(c) Recuperacin de cobre desde el mineral
11
Pob. Inicial: 5*10
Pob. Inicial: 5*10
51
60%
Frrico [g/l]
20
15
15
Altura [m]
Altura [m]
Frrico [g/l]
20
10
10
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
0.5
1.0
1.5
Frrico[g/l]
MES 1
MES 3
MES 1
MES 6
2
(e) Concentracin in frrico Pob. Inicial: 5*10
2.5
3.0
MES 6
11
(f) Concentracin in frrico Pob. Inicial: 5*10
Ferroso [g/l]
Ferroso [g/l]
20
20
15
15
Altura [m]
Altura [m]
2.0
Frrico[g/l]
MES 3
10
10
0.05
0.10
0.15
0.20
0.25
0.30
Ferroso[g/l]
MES 1
MES 3
0.25
0.50
0.75
1.00
1.25
Ferroso[g/l]
MES 6
MES 1
MES 3
MES 6
11
(g) Concentracin in ferroso Pob. Inicial: 5*10
(h) Concentracin in ferroso Pob. Inicial: 5*10
Figura 5.25: Resultados simulacin pila #02, efecto de la poblacin inicial de bacterias
A lo largo de la figura 5.25, se puede apreciar el impacto que tiene la poblacin inicial de bacterias en el
proceso. En las figuras 5.25-(a) y 5.25-(b) se pueden verificar que los mximos de concentracin de cobre
se van desplazando en la altura a lo largo del tiempo pero cuando se tiene una mayor cantidad de
poblacin inicial de bacterias, este perfil se traslada de manera ms rpida hacia abajo, indicando que a
tiempos iguales de lixiviacin, existe una mayor recuperacin de cobre cuando se cuenta con mayor
poblacin inicial de bacterias.
En las figuras 5.25-(c) y 5.25-(d), se ratifica que la recuperacin de cobre es directamente a la poblacin
inicial de bacterias.
En las figuras 5.25-(e) y 5.25-(f) se puede apreciar que la concentracin de in frrico va en lnea con la
concentracin de cobre en cada uno de los VC, es decir que los mximos de concentracin coinciden con
los de cobre, en la altura y tiempo.
En las figuras 5.25-(g) y 5.25-(h), se puede apreciar que para in ferroso, en el caso que se cuenta
52
inicialmente con una mayor poblacin de bacterias, se tiene una acumulacin de in ferroso en la parte
inferior de la columna, lo que indica una menor poblacin bacteriana en la parte inferior de la pila en los
primeros meses.
50%
1.E-08
45%
9.E-09
40%
8.E-09
35%
7.E-09
30%
6.E-09
25%
5.E-09
20%
4.E-09
15%
3.E-09
10%
2.E-09
5%
1.E-09
0%
0.E+00
-
30
60
90
120
150
180
10
[da s]
5*10^11 [ba c/g m in]
5*10^6 [ba c/g m in]
15
20
25
30
35
[das]
5*10^2 [ba c/g m in]
5*10^11 [bac/g min]
5*10^6 [bac/g min]
5*10^2 [bac/g min]
Figura 5.26: Recuperacin de cobre simulacin pila #02, efecto de la poblacin inicial de bacterias
La recuperacin de cobre para el proceso se ve afectada por la poblacin inicial de bacterias con que se
cuenta, como se puede apreciar en la figura 5.26. Como se haba mostrado en la seccin 5.2, cuando se
cuenta con una mayor poblacin inicial de bacterias, menor es el tiempo que demora el proceso en
alcanzar un nivel de poblacin suficiente para oxidar el in ferroso en solucin acumulado a in frrico y
hacer evidente la recuperacin del cobre desde el mineral. En este caso la diferencia de tiempo es de
aproximadamente 30 das, entre el caso en donde se contaba con una mayor y en el que se contaba con
una menor poblacin inicial de bacterias. Este retardo en hacer evidente la recuperacin de cobre, genera
una diferencia en la recuperacin que alcanza el proceso en un tiempo determinado. Esto se debe
principalmente a que al tener mayor cantidad de bacterias en un principio, la oxidacin de iones de hierro
es ms rpida, con lo cual se obtiene una mayor recuperacin de cobre y los niveles de in ferroso
disminuyen. En el caso que se tiene una menor poblacin inicial de bacterias, el in ferroso se va
acumulando hasta que las bacterias alcancen una poblacin crtica y comiencen a oxidar in ferroso a
una velocidad mayor, que sea capaz de oxidar el in ferroso acumulado.
Es importante mencionar que en esta simulacin (figura 5.26-(b)) se tiene el mismo fenmeno observado
en la figura 5.24-(b), en la cual se demuestra que en los primeros das de lixiviacin, la curva de
recuperacin tiene una forma exponencial la cual cambia de concavidad cuando se empieza a hacer
visible a partir del da 15 como se aprecia en la figura 5.26-(b). Este cambio de concavidad propone un
cambio en el control cintico del proceso de lixiviacin de cobre desde un control bacteriano a uno
metalrgico.
53
En trminos de consumo de cido y pH al interior de la columna, se tiene que el rango en el cual se

mueve el sistema es similar al expuesto anteriormente en la figura 5.23-(f),
5.3.3
Simulacin pila #03 (efecto consumo de cido por parte del mineral)

Parmetros columna
Masa de mineral [t]
11

+3
10
Concentracin Fe
20
240
Otros parmetros
Ley Cu [%]
0,54
Ley de Hierro [%]
1,92
Altura [m]
2
[g/l]
Consumo mx. de cido

[kg Acido/tonelada de mineral]
0
0
10
6
5*106
1000 - 10
El objetivo de realizar esta simulacin es verificar el impacto que tiene la cintica de consumo de cido
por parte del mineral sobre el resultado global de recuperacin de cobre del proceso. Esto va
directamente relacionado al impacto que tiene el proceso de curado de mineral, que consiste en un
proceso previo en donde el mineral se pone en contacto con cido, con el objeto de bajar la reactividad
para el consumo de cido por parte de la ganga de mineral. El proceso de curado afecta directamente el
consumo de cido por parte del mineral, haciendo que este consumo sea menor luego que el mineral es
sometido a este proceso.
El rango para el consumo de cido por parte del mineral fue establecido en base a valores medidos
experimentalmente en estudios anteriores a muestras de mineral proveniente de operaciones (Meruane
G., 1999; Ahumada J., 2002; Sahle C., 2006) y a que el rango fuera lo suficientemente amplio para reflejar
impactos en el resultado final del proceso. Por esta razn se establece que los consumos mximos a
utilizar en las simulaciones sern 1000, 500 y 10 kilogramos de cido por tonelada de mineral.
54
Cobre [g/l]
20
15
15
Altura [m]
Altura [m]
Cobre [g/l]
20
10
10
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
0.5
1.0
MES 1
MES 3
MES 1
MES 6
(a) Concentracin de cobre en solucin CA= 10[kg/t]
2.0
2.5
3.0
MES 3
MES 6
(b) Concentracin de cobre en solucin CA= 1000[kg/t]

20
20
15
15
Altura [m]
Altura [m]
1.5
Cobre[g/l]
Cobre[g/l]
10
10
0%
10%
20%
MES 1
30%
40%
MES 3
50%
0%
60%
10%
20%
MES 1
MES 6
30%
MES 3
40%
50%
60%
MES 6
(d) Recuperacin de cobre desde el mineral
(c) Recuperacin de cobre desde el mineral CA= 10[kg/t]
CA=1000[kg/t]
Frrico [g/l]
20
15
15
Altura [m]
Altura [m]
Frrico [g/l]
20
10
10
0.5
1.0
MES 1
1.5
Frrico[g/l]
MES 3
2.0
2.5
3.0
0.5
1.0
1.5
Frrico[g/l]
MES 6
MES 1
(e) Concentracin in frrico CA= 10[kg/t]
MES 3
MES 6
(f) Concentracin in frrico CA= 1000[kg/t]
55
2.0
Ferroso [g/l]
Ferroso [g/l]
20
20
15
Altura [m]
Altura [m]
15
10
10
5
5
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Ferroso[g/l]
-
0.25
0.50
0.75
1.00
MES 1
Ferroso[g/l]
MES 1
MES 3
MES 3
MES 6
MES 6
(h) Concentracin in ferroso CA= 1000[kg/t]
(g) Concentracin in ferroso CA= 10[kg/t]
Figura 5.27: Resultados simulacin pila #03, efecto del consumo de cido por parte del mineral
A lo largo de la figura 5.27, se puede apreciar el impacto que tiene el consumo mximo de cido en el
proceso. En las figuras 5.27-(a) y 5.27-(b) se puede apreciar que los mximos de concentracin de cobre
se van desplazando a lo largo del tiempo y altura de la pila, pero cuando se tiene un menor consumo de
cido por parte del mineral, este perfil se traslada de manera ms rpida hacia abajo, indicando que a
tiempos iguales de lixiviacin, existe una mayor recuperacin de cobre cuando se cuenta con un
tratamiento previo del mineral como es el caso del curado.
En las figuras 5.27-(c) y 5.27-(d), se ratifica que la recuperacin de cobre es inversamente proporcional al
consumo mximo de cido por parte del mineral.
En las figuras 5.27-(g) y 5.27-(h), se puede apreciar que para in ferroso, hay una mayor acumulacin de
concentracin para el caso en donde existe un mayor consumo mximo de cido.
56
pH
20
15
15
Altura [m]
Altura [m]
pH
20
10
10
5
5
1.50
1.00
1.25
1.50
1.75
2.00
1.75
2.00
2.25
2.25
2.50
2.75
3.00
3.25
3.50
3.75
4.00
pH
pH
MES 1
MES 3
MES 1
MES 6
MES 3
MES 6
(b) Perfil pH CA= 1000[kg/t]
(a) Perfil pH CA= 10 [kg/t]
Figura 5.28: Perfil pH simulacin pila #03, efecto del consumo de cido por parte del mineral
Como se mencionaba anteriormente, existe una acumulacin de in ferroso en la parte inferior de la

columna para el caso en que el consumo mximo de cido es mayor, por lo que la ganga del mineral
consume bastante cido haciendo que el pH suba en la parte inferior de la pila. Dado lo anterior, la
actividad bacteriana de oxidacin de in ferroso se ve disminuida por estar fuera del rango de pH en el
cual la bacteria funciona, como se puede apreciar en la figura 5.28-(a) y 5.28-(b), con esto la actividad
bacteriana se inhibe o disminuye, por lo que no hay suficiente oxidacin de in ferroso por lo que se
empiece a acumular en la parte inferior de la columna.
El perfil de acidez dentro de la columna, en este caso se ve afectado significativamente, ya que la

solucin lixiviante se est enfrentando a dos situaciones, una en donde la ganga de mineral consume
bastante cido y de manera violenta en un inicio; la otra viene dada por una situacin en donde el mineral
fue tratado previamente con el objetivo de bajar su reactividad (proceso de curado).
Como se puede apreciar en la figura 5.28, el rango de pH en el cual se desarrolla el proceso vara de
manera significativa al igual que el perfil dentro de la columna, afectando con esto la cintica de oxidacin
de bacteriana. Nuevamente se observa que existe una consistencia entre el rango de pH a lo largo de la
columna y la actividad de oxidacin bacteriana de ferroso.
.
57
50%
1.0E-08
45%
9.0E-09
40%
8.0E-09
35%
7.0E-09
30%
6.0E-09
25%
5.0E-09
20%
4.0E-09
15%
3.0E-09
10%
2.0E-09
5%
1.0E-09
0%
0.0E+00
-
30
60
90
120
150
180
[das]
Ca= 10*Ca
Ca= 500*Ca
10
15
20
[das]
Ca= 1000*Ca
Ca= 10*Ca
Ca= 500*Ca
Ca= 1000*Ca
Figura 5.29: Recuperacin de cobre simulacin pila #03, efecto del consumo de cido por parte del
mineral
En la figura 5.29-(a) se puede verificar que el proceso de curado afecta de manera positiva la
recuperacin de cobre, es decir que a un mismo tiempo se obtiene una mayor recuperacin de cobre, por
lo que la recuperacin de cobre, es inversamente proporcional al consumo mximo de cido por parte del
mineral. Esto se debe principalmente a que cuando se tiene un menor consumo de cido por parte del
mineral, se tiene un perfil de pH favorable para la operacin de las bacterias y con esto, una mayor
velocidad de oxidacin de in ferroso a in frrico, acelerando de esta manera, la recuperacin de cobre.
Al revisar los resultados obtenidos para las simulaciones con distintos consumos mximos de cido por
parte del mineral, se puede verificar que a medida que existe una diferencia apreciable entre el caso que
tiene Ca=10[kg/t] y el que tiene Ca=1000[kg/t], pero entre el que tiene Ca=500[kg/t] y Ca=1000[kg/t] no se
aprecia mayores diferencias en el resultado global. Esto plantea la idea de que en el proceso de curado
sea conveniente bajar el consumo mximo de cido slo hasta un valor crtico, que para este caso sera
Ca=500[kg/t], ya que no se obtiene mejores resultados bajando ms el consumo mximo de cido por
parte del mineral.
Adicionalmente, en la figura 5.29-(b), se puede apreciar un cambio en la concavidad de las curvas de

recuperacin de cobre, lo que indica un cambio en el control cintico del proceso, control bacteriano a
control metalrgico. Para la curva con Ca=1000[kg/t] se observa un comportamiento diferente al resto y
esto se debe principalmente al consumo de cido por parte del mineral, el cual al ser tan alto, produce
distorsiones en el modelo los primeros das de simulacin.
58
5.3.4
Simulacin pila #04 (efecto de la concentracin de cido en solucin lixiviante de entrada)

Parmetros columna
Masa de mineral [t]
11

+3
10
Concentracin Fe
20
Tasa de Riego [l /( dam )]
240
Otros parmetros
Ley Cu [%]
0,54
Ley de Hierro [%]
1,92
Altura [m]
2
[g/l]
0
0
3 - 15
6
5*106
En esta simulacin se intenta evidenciar el efecto que tiene la variacin de concentracin de cido en la
solucin lixiviante sobre el proceso.
El rango para la concentracin de cido en la solucin de riego fue establecido en base a rangos
utilizados en estudios anteriores basados en condiciones reales de operacin (Meruane G., 1999;
Ahumada J., 2002; Sahle C., 2006) y a que el rango fuera lo suficientemente amplio para reflejar impactos
en el resultado final del proceso.
59
Cobre [g/l]
Cobre [g/l]
20
20
15
Altura [m]
Altura [m]
15
10
10
0.5
1.0
1.5
2.0
2.5
3.0
3.5
0.5
1.0
1.5
MES 1
MES 3
MES 6
MES 1
3.0
3.5
4.0
4.5
MES 3
MES 6
20
20
15
15
Altura [m]
Altura [m]
2.5
(b) Concentracin de cobre en solucin H+: 15[g/l]
(a) Concentracin de cobre en solucin H+: 3[g/l]
10
10
0%
10%
20%
30%
MES 1
40%
MES 3
50%
60%
0%
10%
20%
30%
40%
50%
60%
MES 6
MES 1
(c) Recuperacin de cobre desde el mineral H+: 3[g/l]
MES 3
MES 6
(d) Recuperacin de cobre desde el mineral H+: 15[g/l]
Frrico [g/l]
Frrico [g/l]
20
20
15
15
Altura [m]
Altura [m]
2.0
Cobre[g/l]
Cobre[g/l]
10
10
0.5
MES 1
1.0
1.5
Frrico[g/l]
MES 3
2.0
2.5
0.5
1.0
MES 1
MES 6
(e) Concentracin in frrico H+: 3[g/l]
1.5
Frrico[g/l]
MES 3
2.0
2.5
MES 6
(f) Concentracin in frrico H+: 15[g/l]
60
3.0
Ferroso [g/l]
20
15
15
Altura [m]
Altura [m]
Ferroso [g/l]
20
10
10
5
5
0.25
0.50
0.75
1.00
1.25
Ferroso[g/l]
0.25
0.50
0.75
1.00
Ferroso[g/l]
MES 1
MES 3
MES 6
MES 1
MES 3
MES 6
(h) Concentracin in ferroso H+: 15[g/l]
(g) Concentracin in ferroso H+: 3[g/l]
Figura 5.30: Resultados simulacin pila #04, efecto de la concentracin de cido en la solucin de
riego
A lo largo de la figura 5.30, se puede apreciar el impacto que tiene la concentracin de cido en la
solucin lixiviante de riego. En las figuras 5.30-(a) y 5.30-(b) se puede nuevamente apreciar que los
mximos de concentracin de cobre se van desplazando a lo largo de la altura y del tiempo pero cuando
se tiene una mayor concentracin de cido inicial en la solucin lixiviante, este perfil se traslada de
manera ms rpida hacia abajo, indicando que a tiempos iguales de lixiviacin, existe una mayor
recuperacin de cobre cuando se cuenta con una mayor concentracin de cido en la solucin lixiviante
de entrada.
En las figuras 5.30-(c) y 5.30-(d), se ratifica que la recuperacin de cobre es directamente proporcional a
la concentracin inicial de cido en la solucin lixiviante de entrada, ya que se obtienen perfiles en altura
con mayor recuperacin de cobre.
En las figuras 5.30-(g) y 5.30-(h), se puede apreciar que para in ferroso, hay una mayor acumulacin de
concentracin para el caso en donde existe una menor concentracin de cido en la solucin lixiviante de
entrada, ya que al igual que el caso anterior, el perfil de pH dentro de la columna permite que las
bacterias oxiden el in ferroso con mayor rapidez en el caso que se cuenta con una mayor concentracin
de cido en la solucin lixiviante de entrada.
61
pH
pH
20
20
15
Altura [m]
Altura [m]
15
10
10
1.0
1.5
2.0
2.5
3.0
pH
0.75
1.00
1.25
1.50
1.75
2.00
2.25
pH
MES 1
MES 3
MES 6
MES 1
(a) Perfil pH H+: 3[g/l]
MES 3
MES 6
(b) Perfil pH H+: 15[g/l]
Figura 5.31: Perfil pH simulacin pila #04, efecto de la concentracin de cido en la solucin de
riego
En la figura 5.31-(a) y 5.31-(b) se puede apreciar la diferencia en el perfil de pH dentro de la columna, lo

que explica la mayor acumulacin de concentracin de in ferroso para el caso en que se cuenta con una
concentracin menor de cido en la solucin lixiviante de entrada.

50%
45%
40%
35%
30%
25%
20%
15%
10%
5%
0%
-
30
60
90
120
150
180
[das]
[H+]=15 [g/l]
[H+]=10 [g/l]
[H+]=3 [g/l]
Figura 5.32: Recuperacin de cobre simulacin pila #04, efecto de la concentracin de cido en la
solucin de riego
Observando la figura 5.32, se puede corroborar que la recuperacin de cobre del proceso es directamente
proporcional a la concentracin de cido en la solucin lixiviante de entrada. Esto se debe,
principalmente, al mejor desempeo que tienen las bacterias para la oxidacin de iones ferroso a in
frrico, de acuerdo a lo expuesto en la figura 5.31, ya que las bacterias del tipo Thiobacillus ferroxidans
62
funcionan dentro del rango de pH de 1 3.6 y este rango se mantiene ms homogneo a lo largo de la
pila con una mayor concentracin de cido en la solucin lixiviante de entrada. Adicionalmente, se puede
apreciar que se tiene el mismo fenmeno presentado en la simulacin #03, en donde se revis el impacto
del consumo mximo de cido por parte del mineral. Si bien existe una diferencia entre la recuperacin
lograda con 3 [g/l] de cido en la solucin lixiviante, con los obtenidos con 15 [g/l] de cido en la solucin
lixiviante, la diferencia entre los resultados con la solucin a 10 [g/l] y 15 [g/l] son mnimos. Nuevamente,
se plantea la existencia de una concentracin de cido crtica, despus de la cual no se obtiene mayor
incremento, como se ve con claridad en la figura 5.32.
5.3.5
Simulacin pila #05 (efecto de la concentracin de in frrico en la solucin lixiviante de

entrada)

Parmetros columna
Masa de mineral [t]
11

+3
10
Concentracin Fe
20
240
Otros parmetros
Ley Cu [%]
0,54
Ley de Hierro [%]
1,92
Altura [m]
2
[g/l]
0
0 - 10
10
6
5*106
En esta simulacin se intenta cuantificar el efecto que tiene la existencia o no del in frrico en la solucin
lixiviante de riego a la columna.
El rango para la concentracin de in frrico en la solucin de riego fue establecido en base a condiciones
reales de operacin reportadas en estudios anteriores (Meruane G., 1999; Ahumada J., 2002; Sahle C.,
2006) y a que el rango fuera lo suficientemente amplio para reflejar impactos en el resultado final del
proceso.
63
Cobre [g/l]
20
15
15
Altura [m]
Altura [m]
Cobre [g/l]
20
10
10
0.5
1.0
1.5
Cobre[g/l]
MES 1
MES 3
MES 6
MES 1
+3
(a) Concentracin de cobre en solucin Fe : 10 [g/l]
3.0
3.5
4.0
MES 3
MES 6
+3
20
20
15
15
Altura [m]
Altura [m]
2.5
(b) Concentracin de cobre en solucin Fe : 0 [g/l]
10
10
0%
10%
20%
30%
MES 1
40%
MES 3
50%
0%
60%
10%
20%
MES 1
MES 6
+3
30%
40%
MES 3
50%
60%
MES 6
+3
(c) Recuperacin de cobre desde el mineral Fe : 10 [g/l]
(d) Recuperacin de cobre desde el mineral Fe : 0 [g/l]

In Frrico [g/l]
In Frrico [g/l]
20
20
15
15
Altura [m]
Altura [m]
2.0
Cobre[g/l]
10
10
MES 1
Frrico[g/l]
MES 3
10
11
12
MES 6
0.5
MES 1
+3
1.0
1.5
Frrico[g/l]
MES 3
2.0
2.5
MES 6
+3
(e) Concentracin in frrico Fe : 10 [g/l]
(f) Concentracin in frrico Fe : 0 [g/l]
64
3.0
In Ferroso [g/l]
20
15
15
Altura [m]
Altura [m]
In Ferroso [g/l]
20
10
10
5
-
0.5
1.0
1.5
2.0
0.25
Ferroso[g/l]
MES 1
MES 3
0.50
0.75
1.00
Ferroso[g/l]
2.5
MES 1
MES 3
MES 6
MES 6
+3
(h) Concentracin in ferroso Fe : 0 [g/l]
+3
(g) Concentracin in ferroso Fe : 10 [g/l]
Figura 5.33: Resultados simulacin pila #05, efecto de la concentracin de in frrico en la

solucin de riego
A lo largo de la figura 5.33, se puede apreciar el impacto que tiene la concentracin del in frrico en la
solucin lixiviante de entrada en el proceso. En las figuras 5.33-(a) y 5.33-(b) se aprecia que los mximos
de concentracin de cobre se van desplazando a lo largo del tiempo, siendo estos bastante similares,
marcando una leve diferencia en el caso cuando se tiene in frrico presente en la solucin lixiviante.
En las figuras 5.33-(c) y 5.33-(d),
se ratifica que la recuperacin de cobre es proporcional a la
concentracin inicial de in frrico en la solucin lixiviante de entrada para cada uno de los VC.
En las figuras 5.33-(g) y 5.33-(h), se puede apreciar que para in ferroso, hay inicialmente una mayor
acumulacin de concentracin para el caso en donde no existe concentracin de in frrico en la solucin
lixiviante de entrada. Rpidamente esta acumulacin desaparece y los perfiles de ambos escenarios
tienden a parecerse.
65

50%
40%
30%
20%
10%
0%
-
30
60
90
120
150
180
[das]
[Fe+3]=10 [g/l]
[Fe+3]=1 [g/l]
[Fe+3]=0 [g/l]
Figura 5.34: Recuperacin de cobre simulacin Pila #05, efecto de la concentracin de in frrico
en la solucin de riego
La figura 5.34 revela una dependencia en el resultado de la recuperacin de cobre del proceso, la cual
indica que la concentracin de in frrico en la solucin lixiviante de entrada es directamente proporcional
a la velocidad de recuperacin de cobre. Nuevamente se puede observar la existencia de una
concentracin crtica, al igual que en la simulaciones #04 y #03. Se puede apreciar que la diferencia entre
la recuperacin obtenida entre una solucin con 1 [g/l] y otra con 10 [g/l] no es significativa, por lo que
despus de tener 1 [g/l] de in frrico en la solucin lixiviante, los incrementos de esta concentracin no
traern mayores beneficios a la recuperacin del proceso.
5.4
Discusin y comentarios de resultados de las modelaciones
Durante las simulaciones realizadas se pudo detectar la existencia de dos distintos tipos de control
cintico, uno de tipo biolgico y otro de tipo metalrgico. Ambos son identificables por el cambio de
concavidad en la curva de recuperacin de cobre desde el mineral. El control biolgico se da cuando las
bacterias an se encuentran en un nivel bajo, no suficiente para oxidar todo el in ferroso acumulado en
solucin por lo que la recuperacin de cobre viene dada por la rapidez en que las bacterias son capaces
de oxidar el in ferroso en solucin a in frrico. Cuando las bacterias alcanzan el valor adecuado, el
proceso pasa a tener un control metalrgico, el cual est dado el fenmeno difusional desde la interfaz
slido-lquido a la superficie de reaccin. Esta situacin ya haba sido observada en estudios anteriores
(Casas J., 1991), en donde se detect la existencia de 2 puntos claves en el proceso de lixiviacin de
sulfuros de cobre. En la figura 5.35 se representan las velocidades involucradas en la recuperacin de
66
cobre desde el mineral en funcin de la aparicin y consumo del in ferroso, en donde V+Fe+2 corresponde
a la velocidad de aparicin de in ferroso en solucin debido a la disolucin de cobre desde el mineral y
V-Fe+2 corresponde a la velocidad de oxidacin bacteriana del in ferroso. Existen diferentes curvas de
oxidacin de in ferroso para distintas poblaciones de bacterias (X1 > X2 > X3 > X4), a su vez tambin se
incluyen las curvas de lixiviacin del sulfuro de cobre. Durante la lixiviacin de sulfuros de cobre existe un
momento en el cual la velocidad de generacin y consumo de in ferroso se igualan, lo que en la figura
5.35 corresponde a la interseccin de las dos curvas.
V1
X1
V+Fe+2
X2
V2
X3
V3
X4
V4
V-Fe+2
B
[Fe+3]/[Fe+2]
Figura 5.35: Oxidacin bacteriana de in ferroso y generacin de in ferroso en funcin del Eh

(Vargas T., 2003).
Existe un momento durante el proceso, generalmente al inicio, en el cual casi todo el hierro presente se
encuentra en estado Fe+2 debido a la alta reactividad del mineral y la baja poblacin de bacterias
existente. Esta situacin corresponde al punto A de la figura 5.35. Es importante sealar que este punto
no significa que el proceso se vuelva ineficiente, de hecho la actividad bacteriana puede alcanzar los
niveles ms altos y la velocidad de lixiviacin del sulfuro de cobre se puede mejorar con un aumento en la
actividad o un aumento de la poblacin bacteriana.
La otra situacin extrema se tiene en el punto B de la figura 5.35, que corresponde a la situacin en que
se tiene una alta poblacin bacteriana y altos niveles de in frrico en solucin. Esta situacin se tiene
despus de transcurrido un tiempo del proceso de lixiviacin y es donde el proceso se encuentra
controlado normalmente por el fenmeno de difusin que ocurre a travs de la capa de subproductos
slidos y precipitados que se forman en la superficie del mineral.
El proceso de lixiviacin bacteriana de sulfuros de cobre se mueve normalmente entre los puntos A y B
anteriormente explicados.
De acuerdo a lo anterior se plantea que el cambio de concavidad en la curva de recuperacin de cobre

desde el mineral indica el cambio de control cintico del proceso. En un principio se tiene que es de forma
67
exponencial, ya que se tiene bajos niveles de in frrico en solucin y la actividad bacteriana est en un
alto nivel (corresponde al punto A de la figura 5.35). El proceso se encuentra controlado por la velocidad
en que las bacterias son capaces de oxidar el in ferroso en solucin. Posteriormente, cuando la
poblacin bacteriana alcanza un nivel determinado, el proceso comienza a ser controlado por la difusin
de iones desde la interfaz slido-lquido a la superficie de reaccin.
El modelo desarrollado es una simplificacin de la realidad, la cual se puede ir mejorando a travs de la

inclusin de fenmenos, los cuales agregaran cinticas y trminos en los balances de masa. A pesar de
lo anterior, el modelo expuesto es capaz de reproducir resultados experimentales, como se mostr
detalladamente en el captulo 4.
Como se mencion en el captulo 2 de antecedentes, no existen muchos trabajos y/o investigaciones

realizadas a la fecha en donde se expongan perfiles de concentracin al interior de una pila de mineral. A
pesar de esto, el modelo entreg resultados que son comparables con otros resultados encontrados en
estudios anteriores, como es el perfil de recuperacin de cobre el cual se mueve en la altura a lo largo del
tiempo (Leahy, M., 2006), adems curvas de recuperacin de cobre desde el mineral (Ahumada, J., 2002;
Salhe, C., 2006), lo cual le da robustez y aplicabilidad.
El modelo desarrollado en este trabajo es de tipo fenomenolgico, estableciendo expresiones especficas

para cada fenmeno incluido en el proceso, las cuales son de simple aplicabilidad y validadas de manera
independiente, Esto es una metodologa poco utilizada en los estudios anteriores y que le da bastante
solidez al modelo, ya que no es necesario realizar grandes ajustes de parmetros y/o mediciones
experimentales para poder calibrar y verificar que el modelo funciona, como se demostr en el trabajo
expuesto.
Se ha establecido una metodologa vlida para el desarrollo de un modelo que permite la simulacin de
lixiviacin de sulfuros de cobre, el cual se basa en un sistema compuesto por volmenes de control bien
definidos (VC), los cuales se relacionan a travs del flujo de solucin lixiviante.
68
CONCLUSIONES
A continuacin se presentan las conclusiones establecidas por este trabajo.

Se identificaron 2 etapas controlantes en la cintica de lixiviacin de sulfuros de cobre a partir
de las curvas de recuperacin de cobre, las cuales presentan un cambio de concavidad durante el
proceso. En un principio, la cintica de la lixiviacin del sulfuro de cobre se encuentra controlada por la
velocidad de oxidacin bacteriana del in ferroso (control bacteriano). Esta velocidad va creciendo a
medida que crece la poblacin bacteriana y luego de un perodo de tiempo, el proceso pasa a ser
controlado por la difusin de iones desde la interfaz slido-lquido a la superficie de reaccin (control
metalrgico) que coincide con el cambio de concavidad de la curva de recuperacin de cobre.
La recuperacin de cobre es directamente proporcional a la poblacin inicial de bacterias.
Cuando se cuenta con una mayor poblacin inicial de bacterias, menor es el tiempo que demora el
proceso en alcanzar un nivel de poblacin suficiente para oxidar el in ferroso acumulado en solucin a
in frrico y hacer evidente la recuperacin del cobre desde el mineral. El retardo provocado por el nivel
de la poblacin inicial de bacterias en el inicio del proceso de recuperacin de cobre, genera una
diferencia en la recuperacin que alcanza el proceso en un tiempo determinado. Esto se debe
principalmente a que al tener mayor cantidad de bacterias en un principio, la oxidacin de iones de hierro
es ms rpida, con lo cual se obtiene una mayor recuperacin de cobre y los niveles de in ferroso
disminuyen. En el caso en que se tiene una menor poblacin inicial de bacterias, el in ferroso se va
acumulando hasta que las bacterias alcancen una poblacin crtica y comiencen a oxidar a una velocidad
mayor. La recuperacin de cobre es directamente proporcional a la poblacin inicial de bacterias.
La recuperacin de cobre es inversamente proporcional al consumo de cido por parte del
mineral hasta un valor crtico. El proceso de curado o un menor consumo mximo de cido por parte
del mineral, afecta de manera positiva la recuperacin de cobre, es decir que a un mismo tiempo se
obtiene una mayor recuperacin de cobre, por lo que el consumo mximo de cido por parte del mineral
afecta de manera inversamente proporcional a la recuperacin de cobre. Esto se debe principalmente a
que cuando se tiene un menor consumo de cido por parte del mineral, se tiene un perfil de pH favorable
para la operacin de las bacterias y con esto, una mayor velocidad de oxidacin de in ferroso a in
frrico, acelerando de esta manera, la recuperacin de cobre del proceso. Es importante mencionar que
existe un valor crtico, en este caso el valor fue de Ca=500[kg/ton], bajo el cual no se obtiene ningn
beneficio tangible en la recuperacin de cobre aunque se disminuya el consumo de cido por parte del
mineral.
La recuperacin de cobre es directamente proporcional a la concentracin de cido en la
solucin lixiviante de entrada hasta un valor crtico. Esto se debe, principalmente, al mejor
69
desempeo que tienen las bacterias para la oxidacin de iones ferroso a in frrico, ya que las bacterias
del tipo Thiobacillus ferroxidans funcionan dentro del rango de pH de 1 3.6 y este rango se mantiene
ms homogneo con una mayor concentracin de cido en la solucin lixiviante de entrada. Existe un
valor crtico para la concentracin de cido en la solucin lixiviante de entrada, en este caso el valor fue
de 10[g/l], despus del cual no se obtiene un beneficio tangible en la recuperacin de cobre obtenida al
final del proceso.
La recuperacin de cobre es directamente proporcional a la concentracin de in frrico en la
solucin lixiviante de entrada hasta un valor crtico. Esto se debe a que desde un principio el sistema
cuenta con in frrico en solucin para disolver cobre. Existe un valor para la concentracin de in frrico
en la solucin lixiviante de entrada, en este caso el valor fue de 1[g/l], despus del cual no se obtiene un
beneficio tangible en la recuperacin de cobre obtenida al final del proceso.
70
REFERENCIAS
Ahumada J. (2002), Estudio del efecto de las precipitaciones de hierro, en balances dinmicos, en
circuitos de soluciones en pilas de biolixiviacin, Memoria para optar al ttulo de Ingeniero Civil en Minas,
Universidad de Chile.
Bouffard S.C. y Dixon D.G. (2001), Investigative study into the hydrodynamics of heap leaching
processes, Metall. Mater. Trans. B 32B: 763776.

Brown P.L., Ritchie A.I.M. y Bennett J.W. (2001), Optimizing the operation of biomine heaps. Paper
presented at VI SHMT/XVIII ENTMME, Rio de Janeiro, Brazil.

Casas J. (1991), Lixiviacin bacteriana en reactores: recuperacin de cobre a partir de concentrados
sulfurados, Tesis para optar al ttulo de Ingeniero Civil Qumico y Magster en Cs. de la Ingeniera
mencin Qumica. Universidad de Chile.
Casas, J. (1996), Modelacin de Procesos de (Bio)Lixiviacin de Minerales de Cobre en Pilas y
Botaderos. Tesis para optar al grado de Doctor en Cs. de la Ingeniera mencin Qumica. Universidad de
Chile.
Casas J.M., Martinez J., Moreno L. y Vargas T. (1998), Bioleaching model of a copper-sulphide ore
bed in heap and dump configurations. Metall. Mater. Trans. B 29B: 899909.
Cathles L.M. y Apps J.A. (1975), A model of the dump leaching process that incorporates oxygen
balance, heat balance, and air convection. Metall. Trans. B 6B: 617624.
Cathles L.M. y Schlitt W.J. (1980), A model of the dump leaching process that incorporates oxygen
balance, heat balance, and two dimensional air convection. Leaching and Recovering Copper from As
Mined Materials, SME-AIME, New York, NY, 927.
Dixon D.G. (2003), Heap leaching modeling: The current state of art. En: Young C., Alfantazi A.,
Anderson C., Dreisinger D., Harris B., James A. (Eds.), Hydrometallurgy, Volume 1: Leaching and Solution
Purification, 289-314.
Dixon D.G., Petersen J. (2003), Comprehensive modelling study
of chalcocite column and heap
bioleaching. In: Riveros P., Dixon D., Dreisinger D., Menacho J. (Eds.), Copper 2003 Cobre 2003,
Volume 6: Hydrometallurgy of Copper, 493-515.
Dixon, D. G., Petersen, J. (2003), Introduction to Heap Leach Practice and Theory, Curso de
Hidrometalurgia, University of British Columbia.

Dixon, D.G., Dreisinger, D.B (2002), Hydrometallurgical Process Modeling for Deign and Analysis Part
II: Leaching Kinetics, Congreso EDP, TMS, Warrendale, University of British Columbia.
Dreisinger D. (2006) Copper leaching from primary sulfides: Options for biological and chemical
extraction of copper. Hydrometallurgy, v 83, 10-20.

Dreisinger, D., Dixon, D.G. (2002), Hydrometallurgical Process Modeling for Design and Analysis Part
I: Mass and Heat Balances, Congreso EDP, TMS, Warrendale, University of British Columbia.
71
Herrera H. Becerra E. and Flores L. (2004), Modelling of low grade copper sulphides ores leaching at
Escondida biolix demonstration plant. Hydro-Sulfides 2004, International colloquium on hydrometallurgical

processing of copper sulfides, Santiago, Chile, 197-210.
Herrera M., Wiertz J., Ruiz P., Neuburg H., Badilla-Ohlbaum R. (1989), A phenomenological model of
the bioleaching of complex sulphides ores. Hydrometallurgy, v 22, 193-206.

Holtum D.A. y Murray D.M. (1994), Bacterial heap leaching of refractory gold/sulphide ores. Minerals
Engng. 7: 619631.
Leahy M.J., Davidson M.R. and Schwarz M.P. (2005), A model for heap bioleaching of chalcocite with
heat balance: Bacterial temperature dependence. Minerals Engineering, v 18, 1239-1252.

Leahy M.J., Davidson M.R. and Schwarz M.P. (2006), A model for heap bioleaching of chalcocite with
heat balance: Mesophiles and moderate thermophiles. Hydrometallurgy, In Press, Corrected Proof.
Levenspiel O. (1981), "Ingeniera de las Reacciones Qumicas". 2 ed., Reverte S.A., Barcelona, Espaa,
pp. 385-415.
Lizama H. (2000), Copper bioleaching behaviour in an aerated heap. Intl. J. Min. Proc.62: 257269.
Meruane G. (1999), Criterios de diseo del circuito de soluciones en la lixiviacin bacteriana de sulfuros
de cobre en pilas, Memoria para optar al ttulo de Ingeniero Civil Qumico, Universidad de Chile.
Meruane G. (2002), Oxidacin bacteriana de sulfato ferroso con Acidithiobacillus ferrooxidans, Tesis
para optar al grado de Doctor en Cs. De la Ingeniera, mencin Qumica, Universidad de Chile.
Neuburg H.J., Castillo J.A., Herrera M.N., Wiertz J.V., Vargas T. and Badilla-Ohlbaum R. (1991), A
model for the bacterial leaching of copper sulphide ores in pilot-scale columns. Intl. J. Min. Proc.31: 247
264.
Pantelis G. y Ritchie A.I.M. (1991), Macroscopic transport mechanisms as a rate-limiting factor in
dump leaching of pyritic ores. Appl. Math. Modelling 15: 136143.

Pantelis G. y Ritchie A.I.M. (1992), Rate-limiting factors in dump leaching of pyritic ores. Appl. Math.
Modelling 16: 553560.

Petersen J. and Dixon D.G. (2002), Systematic modelling of heap leach processes for optimisation and
design. EPD Congress 2002, TMS, Warrendale, PA, 757771.

Salhe C. (2006), Estudio del Mecanismo de Disolucin de Sulfuros de Cobre Durante La Lixiviacin
Frrica de Sulfuros de Baja Ley, trabajo no publicado compartido por la autora, Centro de Estudios
Hidrometalrgicos, F.C.F.M., Universidad de Chile.
Vargas T. (2003), Copper Seminar, Bioleaching of Copper Sulphides, short course on copper
hydrometallurgy, copper 2003, noviembre 29 y 30, Chile.

Wadsworth M.E. (1979), Hydrometallurgical processes. Principles of leaching, in rate processes of
extractive metallurgy. Eds. H.Y. Sohn and M. E. Wadsworth, Plenum Press, New York, 133-186.
72
ANEXO A: Cdigos computacionales programados
8.1
Pila de Lixiviacin
function Exit=Columna_Plus_Perfil(entrada,tiempo,h)
cobre=zeros(h,tiempo);ferrico=zeros(h,tiempo);ferroso=zeros(h,tiempo);
Tau_Cobre=zeros(h,tiempo);Tau_Fierro=zeros(h,tiempo);Tau_Acido=zeros(h,tiempo);conv_cu=zeros(h,tie
mpo);
conv_ferroso=zeros(h,tiempo);conv_fierro=zeros(h,tiempo);conv_ferrico=zeros(h,tiempo);conv_ac=zero
s(h,tiempo);vel_cobre=zeros(h,tiempo);
vel_fierro=zeros(h,tiempo);
vel_acido=zeros(h,tiempo);lix_ferrico=zeros(h,tiempo);lix_ferroso=zeros(h,tiempo);
var_acido=zeros(h,tiempo); lix_cobre=zeros(h,tiempo);
acido=zeros(h,tiempo);u=zeros(h,tiempo);cobre_salida=zeros(1,tiempo);
bacterias=zeros(h,tiempo);pH=zeros(h,tiempo);vel_oxidacion=zeros(h,tiempo);
diametro_part=11e-3;
%[m]
masa=500000;
%[gr]
ley_cu=0.54;
%[%]
ley_fe=1.92;
%[%]
volumen=250;
%[l]
flujo=80;
%[l]
max_cobre=(ley_cu/100)*(masa*1000)*(1000)/volumen;
%[g/l]
consumo_max_acido=18.2;
%Consumo de cido [Kg cido/t Mineral]
Y=(2.06e12)/55.85 ;
%[Bacterias/g de Fe oxidado]
K_Cu=12175986.2;
K_Ferroso=89237301*100;
K_Ac=34218000;
bacterias(1,1)=(1e7*volumen*1000/1000);
%CONCENTRACIONES DE ENTRADA
for s=1:tiempo
cobre(1,s)=entrada(1);
ferrico(1,s)=entrada(2);
ferroso(1,s)=entrada(3);
acido(1,s)=entrada(4);
end
for s=2:h
ferrico(s,1)=ferrico((s-1),1)*flujo/volumen;
ferroso(s,1)=ferroso((s-1),1)*flujo/volumen;
acido(s,1)=acido((s-1),1)*flujo/volumen;
bacterias(s,1)=bacterias((s-1),1)*flujo/volumen;
end
for t=2:tiempo
73
for p=2:h
%CALCULO DE TAU
Tau_Cobre(p,t)=(K_Cu*(diametro_part).^2);
t_cu=Tau_Cobre(p,t);
Tau_Ferroso(p,t)=(K_Ferroso*(diametro_part).^2)/acido(p,(t-1));
t_ferroso=Tau_Ferroso(p,t);
Tau_Ferrico(p,t)=(K_Ferrico*(diametro_part).^2)/acido(p,(t-1));
t_ferrico=Tau_Ferrico(p,t);
Tau_Acido(p,t)=(K_Ac*(diametro_part).^2)/acido(p,(t-1));
t_ac=Tau_Acido(p,t);
%CALCULO DE CONVERSIONES NSR
a=conv_cu(p,(t-1));
[err,conv_cu(p,t)]=conversion_cobre(fminbnd('conversion_cobre',0,1));
c_cu=conv_cu(p,t);
a=conv_ferroso(p,(t-1));
[err,conv_ferroso(p,t)]=conversion_ferroso(fminbnd('conversion_ferroso',0,1));
c_ferroso=conv_ferroso(p,t);
a=conv_ferrico(p,(t-1));
[err,conv_ferrico(p,t)]=conversion_ferrico(fminbnd('conversion_ferrico',0,1));
c_ferrico=conv_ferrico(p,t);
a=conv_ac(p,(t-1));
[err,conv_ac(p,t)]=conversion_acido_R(fminbnd('conversion_acido_R',0,1));
c_ac=conv_ac(p,t);
%VELOCIDADES DE CONVERSION N.S.R.
vel_cobre(p,t)=conv_cu(p,t)-conv_cu(p,(t-1));
vel_ferroso(p,t)=conv_ferroso(p,t)-conv_ferroso(p,(t-1));
vel_ferrico(p,t)=conv_ferrico(p,t)-conv_ferrico(p,(t-1));
vel_acido(p,t)=conv_ac(p,t)-conv_ac(p,(t-1));
lix_cobre(p,t)=vel_cobre(p,t)*(ley_cu/100)*masa/63.546;
Lix_ferroso(p,t)=vel_ferroso(p,t)*(ley_fe/100)*masa/55.85;
lix_ferrico(p,t)=vel_ferrico(p,t)*(ley_fe/100)*masa/55.85;
var_acido(p,t)=vel_acido(p,t)*consumo_max_acido*(masa/1000/1000)*(1000/98);
%RESTRICCIONES ESTEQUIOMETRICAS SOBRE LAS CINETICAS
If 2*lix_cobre(p,t) > (ferrico(p,(t-1))*volumen/55.85+lix_ferrico(p,t)+vel_oxidacion(p,t)/55.85)
lix_cobre(p,t)= 0.99*(ferrico(p,(t-1))*volumen/55.85+lix_ferrico(p,t)+vel_oxidacion(p,t)/55.85)/2;
vel_cobre(p,t)= lix_cobre(p,t)/((ley_cu/100)*(masa*1000)*(1000/63.546));
conv_cu(p,t)= vel_cobre(p,t)+conv_cu(p,(t-1));
74
end
if var_acido(p,t)>(acido(p,(t-1))*volumen/98)
var_acido(p,t)=(acido(p,(t-1))*volumen/98);
vel_acido(p,t)=var_acido(p,t)/((consumo_max_acido/1000)*(masa*1000)*(1000/98));
conv_ac(p,t)=vel_acido(p,t)+conv_ac(p,(t-1));
end
acido(p,t)=acido(p,(t-1))-var_acido(p,t)*98/volumen+flujo*acido((p-1),t)/volumen-flujo*acido(p,(t1))/volumen;
pH(p,t)=-log10(acido(p,t)/98);
[bacterias(p,t),vel_oxidacion(p,t)]=vel_oxidacion_bacteriana(ferroso(p,(t-1)),ferrico(p,(t1)),bacterias(p,(t-1)));
conv_fierro(p,t)=conv_ferrico(p,t)+conv_ferroso(p,t);
cobre(p,t)=lix_cobre(p,t)*63.546/volumen + cobre(p,(t-1))+cobre((p-1),t)*flujo/volumen-cobre(p,(t1))*flujo/volumen;
if(vel_oxidacion(p,t)/55.85) > (ferroso(p,(t-1))*volumen/55.85 +
lix_ferroso(p,t)+2*lix_cobre(p,t))
vel_oxidacion(p,t)=(ferroso(p,(t-1))*volumen/55.85
lix_ferroso(p,t)+2*lix_cobre(p,t))*55.85*0.999999999;
end
ferrico(p,t)=-2*lix_cobre(p,t)*55.85/volumen
ferrico(p,(t-1))+lix_ferrico(p,t)*55.85/volumen
vel_oxidacion(p,t)/volumen + ferrico((p-1),t)*flujo/volumen-ferrico(p,(t-1))*flujo/volumen;
ferroso(p,t)=lix_ferroso(p,t)*55.85/volumen + ferroso(p,(t-1)) + 2*lix_cobre(p,t)*55.85/volumen vel_oxidacion(p,t)/volumen + ferroso((p-1),t)*flujo/volumen - ferroso(p,(t-1))*flujo/volumen;
end
%TRMINO DEL FOR EN LA ALTURA
end
%TRMINO DEL FOR TIEMPO
Exit=[cobre(tiempo,h) ferrico(tiempo,h) ferroso(tiempo,h) acido(tiempo,h)]
75
8.2
Cinticas NSR y bacterias
function [err,conv] = conversion_acido(b)
tempo=quadl('(((1-x).^(-1/3))-1)',a,b);
tiempo=2*tempo*t_ac;
err=abs(1-tiempo);
%Maxima oncentracion alcanzable
if (b>0.995)
b=0.995;
err=abs(1-tiempo);
end
if b<a
b=a;
err=abs(1-tiempo);
end
conv=b;
function [err,conv] = conversion_cobre(b)
tempo=quadl('(((1-x).^(-1/3))-1)',a,b);
tiempo=2*t_cu*tempo;
err=abs(1-tiempo);
if (b>0.995)
b=0.995;
err=abs(1-tiempo);
end
if b<a
b=a;
err=abs(1-tiempo);
end
conv=b;
76
function [err,conv] = conversion_ferrico(b)
tempo=quadl('(((1-x).^(-1/3))-1)',a,b);
tiempo=2*t_ferrico*tempo;
err=abs(1-tiempo);
if (b>0.995)
b=0.995;
err=abs(1-tiempo);
end
if b<a
b=a;
err=abs(1-tiempo);
end
conv=b;
function [err,conv] = conversion_ferroso(b)
tempo=quadl('(((1-x).^(-1/3))-1)',a,b);
tiempo=2*t_ferroso*tempo;
err=abs(1-tiempo);
if (b>0.995)
b=0.995;
err=abs(1-tiempo);
end
if b<a
b=a;
err=abs(1-tiempo);
end
conv=b;
function [bichos,vel_oxida]=vel_oxidacion_bacteriana(ferroso,ferrico,bacterias)
77
%Umax=1.44;
%[1/dia]
%Km=0.073;
%[g/l]
%Kfe=0.094;
%U=(Umax*ferroso/(Km+ferroso+Kfe*ferrico));
Vmax=(4.22e-6)*(1e-6)*24;
K1=0.015;
%[1/dia]
%[g Fe/(dia*bact)]
%[g/l]
K2=0.641;
KH=438.1;
%[l/mol]
KH1=3.99e-4;
%[mol/l]
vel_oxida_esp=Vmax/((1+(KH1/(acido(p,(t-1))/98)))*((K1*(1+KH*acido(p,(t1))/98)/ferroso)+K2*(ferrico/ferroso)+1));
vel_oxida=vel_oxida_esp*bacterias;
bichos=bacterias+(vel_oxida*Y);
78

Lufin LC

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lufin LC

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DESARROLLO DE UN MODELO COMPUTACIONAL PARA EL PROCESO DE

TESIS PARA OPTAR AL GRADO DE MAGISTER EN CIENCIAS DE LA INGENIERA

LUIS ALEJANDRO LUFIN CORREA

MODELO DE LIXIVIACIN DE SULFUROS DE COBRE ................................................................. 12

ANEXO A: Cdigos computacionales programados ..................................................................... 73

En el caso de la lixiviacin en botaderos y en pilas de sulfuros secundarios, se han desarrollado esfuerzos

El presente trabajo est inserto en el rea de la bio-hidrometalurgia, especficamente en la lixiviacin

bacteriana sobre la temperatura TSick y la detiene completamente sobre la

Posteriormente, Pantelis G. y Ritchie A. (1991,1992), desarrollaron un modelo bastante similar al modelo

Un trabajo desarrollado de manera conjunta entre la Universidad de Chile y el

A continuacin se presentan los objetivos planteados para este trabajo.

Establecer un modelo computacional para predecir el comportamiento cintico de la lixiviacin bacteriana

MODELO DE LIXIVIACIN DE SULFUROS DE COBRE

Metodologa utilizada para el desarrollo del modelo

Como se present en el captulo 2, existen diferentes metodologas para el desarrollo de modelos de

Basndose en lo anterior, la metodologa de trabajo se enfocar primero en determinar un modelo robusto

Cinticas involucradas en el modelo

Figura 4.1: Reactor Perfectamente Agitado (RPA)

fenmenos ms relevantes involucrados en el proceso y considerar ecuaciones tipo para su

Disolucin de cobre por lixiviacin de sulfuros de cobre por accin de in frrico.

Disolucin de hierro por ataque cido sobre xidos de hierro.

Consumo de cido del mineral

Oxidacin bacteriana del in ferroso

Figura 4.2: Descripcin general de la lixiviacin de sulfuros de cobre y transporte de electrones

Lixiviacin bacteriana de sulfuros de cobre

anteriormente descrito se puede apreciar grficamente en la figura 4.2.

Donde es el tiempo necesario para que la partcula de mineral reaccione completamente, es la

Lixiviacin cida de compuestos de hierro oxidados (Fe+3 y Fe+2)

Especficamente se sabe que la bioenergtica del microorganismo se basa en la oxidacin de in ferroso,

Y : es el coeficiente de rendimiento. [clulas generadas / g Fe oxidado]

: es la velocidad especifica de crecimiento del cultivo bacteriano.

E: es una enzima especfica que acta en el transporte de electrones

En donde se sugieren los siguientes valores para los parmetros:

Tabla 4.1: Valor de parmetros expresin

4,22*10-6 [g Fe/(hr cel)]

Consideraciones generales y metodologa de resolucin del sistema

El cdigo del programa y las funciones desarrolladas se encuentran en el Apndice A.

Cinticas NSR cobre, hierro y cido

Expresin que puede ser ordenada de la siguiente manera para su integracin:

Cuando hay control por reaccin qumica D

R por lo que el valor del de difusin (D) se vuelve

despreciable, excluyndose de la expresin [4.13], quedando de la siguiente manera:

la finalidad de que el mineral tenga registrada su antigedad.

Mecanismos de reaccin para lixiviacin de sulfuros de cobre

CuFeS2 + 2Fe2(SO4)3 CuSO4 + 5FeSO4 +2S0

La lixiviacin de sulfuros de cobre puede ser representada en la siguiente expresin:

Donde a, b c y d son coeficientes estequiomtricos.

Mecanismos de reaccin para la ganga de mineral

Un aspecto importante en la recuperacin de cobre en los procesos de lixiviacin es la composicin de la

Mecanismos de reaccin para la lixiviacin bacteriana

Donde M es un catin metlico bivalente.

La bacteria involucrada altera el mecanismo de reaccin en la expresin [4.20], realizando un conjunto de

Figura 4.3: Mecanismos de accin bacteriana (Ahumada, 2002)

Cintica de la oxidacin bacteriana de in ferroso a in frrico

Reactor perfectamente agitado (RPA) batch

Figura 5.1: Sistema experimental simulado (Salhe C., 2006)

Tabla 5.1: Anlisis qumico

Tabla 5.2: Composicin

Tabla 5.3: Resumen con las principales

Lixiviacin cida sin adicin de sulfato frrico

difusin de iones (expresin [4.4])