Revista del Instituto de Investigacin FIGMMG

Vol. 8, N. 15, 19-24 (2005) Universidad Nacional Mayor de San Marcos

ISSN: 1561-0888 (impreso) / 1628-8097 (electrnico)

MODELIZACIN Y SIMULACIN DE PROCESOS

METALRGICOS: FLOTACIN, FILTRACIN,
LIXIVIACIN Y ESPESAMIENTO
MODELLING AND SIMULATION OF METALLURGICAL PROCESSES:
FLOTATION, FILTRATION, LEACHING AND THICKENING

Daniel Lovera*, Amelia Coronado*, Vladimir Arias*, Janet Quiones*, Luis Puente*, Jhonny Herrera*

CarlosMalpartida*, Jorge Diego*, Orlando Ipanaque*, Pedro Lpez*

RESUMEN

En estos ltimos aos se vienen intensificando el uso de modelos fenomenolgicos en la interpretacin

y diseo de software de los procesos metalrgicos. En la presente investigacin se muestra una serie de
pruebas experimentales de minerales polimetlicos, los cuales han sido sometidos a los procesos de
Flotacin, Filtracin, Lixiviacin y Sedimentacin.

Se muestra la modelizacin matemtica de dichos procesos, el procesamiento y simulacin de la data

experimen-tal mediante los modelos respectivos. Se trata de contrastar con datos de plantas
metalrgicas para sus validaciones respectivas.

Todos estos resultados servirn para un mejor planeamiento y control de las variables industriales en
planta concentradora.

Palabras clave: Procesos metalrgicos, modelos matemticos, metalrgica, simulacin de procesos.

ABSTRACT

Over the last years, using phenomena models in interpreting and designing of software in metallurgical processes has
been increasing. In this present research, a series of experimental test with polymetallic minerals is shown, which
have been submitted to Flotation, Filtration, Leaching and Sedimentation processes.

Mathematic modelling of such processes is shown, as well as the processing and simulation of the
experimental data through the respective models. It is intended to contrast them with data from
metallurgical plants for their respective validations.

All these results will be used for a better planning and control of industrial variables in a concentrating
plant.

Keywords: Metallurgical processes, Mathematical models, Metallurgical, Processes simulation.

1. INTRODUCCIN

Entre las mltiples facetas que los fenmenos de transporte en sistemas particulados
ofre-cen, est el punto de vista cientfico, as
como tam-bin una gama de aplicaciones
tecnolgicas.

Se plantean modelos matemticos como una

extensin de la mecnica del medio continuo
para contemplar las mezclas; las leyes
bsicas de la conservacin, que forman el
ncleo de la teora de transporte de mezclas,
fueron establecidas por Truesdell (1957) y
generalizadas ms tarde por

Grupo de investigaciones metalrgicas del Instituto de Investigacin, Facultad de Ingeniera Geolgica,

Minera, Metalrgica y Geogrfica, IIGEO-Universidad Nacional Mayor de San Marcos.
E-mail: iiigeo@unmsm.edu.pe

Kelly (1964).Partiendo de estas ecuaciones y

del crecimiento de la entropa en forma de
desigual-dades de Clausius-Duhem, diversos
autores desa-rrollaron la denominada Teora
de mezclas, capaz de describir diferentes
fenmenos como la difu-sin molecular, las
reacciones qumicas, el escurrimiento de
fluidos en medios porosos (Cro-chet y Naghdi,
1966; Muller, 1971;y Silva Telles e Fernndes,
1973). [1,2]

En el procesamiento de minerales, los equipos de separacin slido/ lquido son los ms

usa-dos en el tratamiento de colas de
procesos de flo-tacin o hidrometalrgicos y
de concentrados mi-nerales para su posterior
filtracin.

Los fundamentos y aplicaciones para dar solucin al problema de sedimentacin, han

sido ex-tensamente desarrollados y
estudiados en un co-mienzo por Mishler
(1912) y Coe Clevenger (1916) en la
operacin continua de un espesador.

Kynch (1952) present la primera teora de

sedimentacin, dando una nueva base para
nue-vos mtodos de diseo, el de Talmage,
Fitch y otros. La mayor parte de los trabajos
de investigacin de espesamiento han sido de
naturaleza emprica, y los estudios tericos
publicados se basan en ana-logas con otros
procesos en vez de descripciones
fenomenolgicas.

Varios autores han propuesto modelos que

des-criben estos fenmenos, entre ellos:
Shirato et al. (1970), Adorjan (1975), Kos

(1977), DAvila(1976), Sampaio (1978),

Concha y Barrientos (1980), Hill et al. (1981),
Been y Sills (1981),Tiller y Khatib (1984),
Buscall y White (1987), Azurais et al. (1988),
Con-cha, Bustos, Oelker y Wendland (1993).
[3]

Se han desarrollado investigaciones con propuesta de modelos de lixiviacin por diversos

auto-res, as por mencionar: Osseo-Asare et
al. (1984), Habashi (1967), Wadsworth
(1989), Levenspiel (1972), Lapidus (1992),
Kameda (1980), Padilla et al. (1997), entre
otros. [4]

2. MODELIZACIN MATEMTICA [5]

Los modelos se usan para estudiar, planificar,

disear o controlar el prototipo. En la mayor
parte de los casos, la modelacin reduce
costos, ries-gos, y tiempo de ejecucin de
tareas.

En un modelo matemtico, la representacin

del prototipo es simblica, en trminos
matemti-cos, incluyendo variables,
parmetros y relaciones como ecuaciones o
desigualdades.

Los usos comunes de modelacin

incluyen observacin y explicacin,
planificacin, diseo de ingeniera,
optimizacin y diseo, anlisis, control
operacional e investigacin cientfica.

Clasificacin de modelos
matemticos determinsticos

Dentro de los modelos matemticos

determinsticos se consideran los siguientes
tipos:

Modelos de fenmenos de
transporte. Es-tos modelos provienen
de principios fsico-qu-micos y
constituyen la mayora de los modelos
utilizados por los ingenieros.

Modelos de balance poblacional. Estos

modelos usan un tipo especial de balance
para el nmero de entidades contables,
denomina-do balance de poblacin, y son
particularmente apropiados para describir
sistemas particulados.

Modelos empricos. Son modelos que

utilizan ajuste emprico de datos.

Ecuacin de balance de masa,

momentum y energa

El principio bsico en que se

fundamentan estos modelos es el
concepto del balance de masa,
momentum y energa. Cada balance

puede expre-sarse en palabras como

sigue:

{Acumulacin neta en el volumen del sistema} = {Transporte neto de entrada al

sistema} - {Transporte neto de salida del
sistema} + {Gene-racin neta en el volumen
del sistema} - {Consu-mo neto en el volumen
del sistema}.

2.3. Flotacin

Uno de los primeros trabajos sobre

cintica de flotacin en el que se destaca
en una flotacin semi-batch (GarcaZiga), la fraccin de slidos no
flotables remanentes en una celda de
flotacin, de-cae con el tiempo.

R = R (1-exp(-kt)) Ecuacin Garca -Ziga

4

Cabe destacar el modelo propuesto por

Klimpel, especialmente por el nfasis que
pone este autor en la utilidad del clculo
de k para la evalua-cin y seleccin de
reactivos de flotacin, el mode-lo
propuesto es el siguiente:

R = R {1-(1/kt) [1-exp(-kt)]} Ecuacin de

4

Klimpel (2, 0)

20

FAC. ING. GEO. MI N. MET. GEOG.

DANIEL LOVERA, et al.

2S pe
Se han desarrollado muchas investigaciones
en flotacin, destacndose los autores
Fuerstenau (1972), Sutulov (1979), Raghavan
(1984), Shirley (1979), Dobby (1987), Yoon
(1989) ,Beas y Crozier (1992), Castro et al.
(1993), Castro y Mayta (1994), entre otros.[6]

1 k
0

2.4. Filtracin

Aplicando el balance de masa a la torta, a

los medios filtrantes y del filtrado se
obtiene el siguiente modelo:

Spe

Rm

R m
a

peS
V (t)

(3.0)

Vf (t)

(4.0)

k 0

(5.0)

2S2p e

1 0 0


Rm lm

km

(6.0)

2.5. Espesamiento

Realizando balances de masa y

momentum lineal se llega al siguiente
modelo para el espesamiento:

q(t ) f

bk

z
bk

fbk () u (1)c

(8.0)

para
c

(7.0)

exp para
c

c
concentracin crtica

Referencia [7]

2.6 Lixiviacin

Prosser menciona que un perodo importan-te

en el desarrollo de un mecanismo para la reaccin de la lixiviacin es la seleccin de una
ecua-cin modelo para el rango de datos.

Consideremos una reaccin slido-lquido

del siguiente tipo:

aA

c C

+bB
slido

solucin

+dD
solucin

slido

El proceso global de reaccin puede

involu-crar las siguientes etapas
individuales y sus res-pectivos modelos
matemticos:

Transporte de masa en la capa lmite

(14.0)

1-(1-)2/3 =K t
(9.0)

MODELO ESTOCSTICO

(1-)-2/3 - 1 = k
Km = Km (T, ro , [CuCl2])

ST

(10.0)

t
(15.0)

Reaccin qumica de la superficie

3. EXPERIMENTACIN
1-(1-)1/3 = k c t
(11.0)
Kc = Kc (T, ro , [CuCl2])

Se desarrollaron distintas pruebas experimentales para minerales sulfurados de cobre de

distin-tas mineras nacionales, como tambin
extranjeras.

(12.0)

Transferencia de masa en productos

de capa porosa

1-2 /3 - (1-)2/3 = k t
(13.0)

Mostramos resultados de las pruebas con

sus respectivas simulaciones para
operaciones y pro-cesos metalrgicos.

3.1 Simulacin de datos de

flotacin

Kd = Kd (T, ro, [CuCl2])

21

Se han flotado minerales sulfuros de cobre con

escaso contenido de pirita, magnetita y otros
minerales. El contenido promedio de cobre de

MODERNIZACIN Y SIMULACIN DE PROCESOS METALRGICOS:

FLOTACIN, FILTRACIN, LIXIVIACIN Y ESPESAMIENTO

cabeza es de 1,29%; adems,

existe presencia de oro y plata.
La grfica de cintica mostrada
est ajustada al modelo
cintico de Garca-Ziga. Ver
Figura N 1.

Simulacin de la cintica de
flotacin

M odelos de Garca-Zuiga y
Klimpel

% Recuperacin
80

120

60

Cu
100

40

Tiempo de Flotacin (minutos)

Figura N 1. Datos experimentales y

simulados de flotacin del mineral
sulfurado de cobre.

3.2. Simulacin de datos

de filtracin

20

El mineral empleado es una

calcopirita con matriz de cuarzo,
con alto grado de liberacin del
tipo 1e,2b del tipo geomtrico de
intercrecimientos entre minerales.
Se encuentran partculas dobles
de ganga con calcopirita,
calcopirita con escalerita, rutilo
con ganga, pequea presencia de
goetita, partculas libres a malla
100 de calcopirita y gan-ga. Ver
Figura N 2.

10

12

Figura N 2. Microfotografa ptica del

mineral sulfurado de cobre.

Se han desarrollado pruebas

de filtracin del mineral con los
resultados que se aprecian en
la Figura N 3.

Volumen
400

Modelamiento de la filtracin del

mineral sulfurado de cobre

600

300

500

200

10

20

30

40

50

60

70

80

90

100

Tiempo (minutos)

Figura N 3. Datos experimentales y

simulados de filtracin de un mineral
sulfurado de cobre.

3.3. Simulacin de datos

de lixiviacin

Se trabaj con un concentrado

de pirita aurfera procedente
del sur del pas (Arequipa). El
anlisis qumico del
concentrado de cabeza se
muestra a continuacin:

Au = 5.344 oz/tc

0.3

S=

42,03%

Ag = 5.156 oz/tc

reaccionada

105 C

Fe =

38,08%

Cu = 3,24%

El anlisis mineralgico del

concentrado muestra que la pirita
es el mineral ms abundante,
tambin hay pequeas cantidades
de calcopirita, as como tambin
hay presencia de argentita, y el
oro se encuentra encapsulado
entre estas especies.

Se han desarrollado corridas

experimentales con la obtencin
de la ecuacin cintica de los
resultados mostrados en la Figura
N 4.

0.25

Simulacin de datos experimentales

de cintica de lixiviacin

0.35

0.2

0.15

: Datos simulados

0.05

Fraccin

o
: Datos experimentales

10

20

30

40

50

60

Tiempo (minutos)

0.1

Figura N 4. Datos experimentales y

simulados de un mineral aurfero.

22

FAC. ING. GEO. MI N. MET. GEOG.

3.4. Simulacin de datos de

espesamiento

Mostramos resultados de
simulaciones de velocidad de
sedimentacin, densidad de
flujo de slidos y los perfiles de
concentracin para
espesadores continuos
convencionales. [7, 8]

3.4.1. Velocidad de
sedimentacin

Se han llevado a cabo pruebas

experimenta-les de
sedimentacin, de los cuales se ha
evalua-do la velocidad de
sedimentacin de relaves
floculados para una dosis de
floculante de 3 g/TMS,
obtenindose una data
experimental que facilit simular
con los distintos modelos
existentes. Ver Figura N 5.

Fraccin volumtrica de slidos

Figura N 5. Comparacin de modelos

de la velocidad de sedi-mentacin y
fraccin volumtrica de slidos.

3.4.2. Densidad de flujo

de slidos

Asimismo, se ha evaluado la
funcin de den-sidad de slidos de
relaves floculados para una dosis
de floculante de 6 g/TMS,
obtenindose una data
experimental que nos facilit
simular con los distintos modelos
existentes. Ver Figura N 6 y 7.

densidad de slidos Funcin de flujo de

Fraccin volumtrica de slidos

Velocidad de sedimentacin cm/s

Figura N 6. Comparacin de modelos:

Densidad de flujo de slidos y fraccin
volumtrica de slidos.

DANIEL LOVERA, et al.

Altura de interfase (pulgadas)

Concentracin de carbonato de calcio (g/l)

Figura N 7. Perfil de concentraciones

mostrando las tres regio-nes de
sedimentacin.

4. CONCLUSIONES

La importancia de emplear
modelos matemti-cos para la
simulacin de procesos y
operacio-nes metalrgicas.

Estas simulaciones servirn

para un mejor planeamiento y
control de las variables industriales en plantas
concentradoras.

Tambin, estos modelos

fenomenolgicos da-rn
soporte a la interpretacin y
diseo de softwares de los
procesos metalrgicos.

5. AGRADECIMIENTOS

A la Escuela Acadmico
Profesional de Inge-niera
Metalrgica, a nivel de pre y
postgrado; al Consejo Superior de
Investigaciones CSI y al Insti-tuto
de Investigacin IIGEO de la

Universidad Na-cional Mayor de

San Marcos por el apoyo brindado
al Proyecto de investigacin N
051601021.

R. Valenzuela (1994).
Determinacin simult-nea de
las ecuaciones constitutivas
para el es-fuerzo efectivo de
slidos y la permeabilidad de
suspensiones floculadas.
Universidad de Con-cepcin,
Chile.

6. BIBLIOGRAFA

G. Massarani (2002).
Fluidodinmica de siste-mas
particulados. 2a ed., Ro de
Janeiro.

F. Concha (1994). Mecnica del

medio conti-nuo. Universidad
Concepcin, Chile.

23

R. M. Luna, G. T. (2000).
Lapidus, Cyanidation kinetics
of silver sulfide,
Hydrometallurgy. 171-188.

R. Padilla, M. C. Ruiz (1996).

Modelamiento de procesos
hidrometalrgicos. Universidad de

Concepcin.

MODERNIZACIN Y SIMULACIN DE PROCESOS METALRGICOS:

S. H. Castro, P. E. Mayta (1994). A

kinetics approach to the effect of
partile size on the flotation of
molybdenite. IV Meeting of the
Southern Hemisphere on Mineral
Technology.

FLOTACIN, FILTRACIN, LIXIVIACIN Y ESPESAMIENTO

D. Lovera (1998). Modelacin y

simulacin del proceso
cinemtico y dinmico de
sedimenta-cin. UNMSM, Per.

D. Lovera (2005). Curso operaciones

y procesos metalrgicos III.
Ingeniera Metalrgica - UNMSM.

24