Está en la página 1de 8

Proyecto estudio de caso: Modelamiento para la máxima producción diaria, basado en balances de masa en nueva planta de Fundición Mejillones

Victor Lagos

Modelos determinísticos Investigación de Operaciones. Magister Ingeniería Industrial Universidad de Concepción 2017

Keywords: Mass balance, linear optimization, Mining, Smelting, Copper

Abstract:

En el norte de Chile importantes acontecimiento están ocurriendo en materia de minería, debido a nuevas innovaciones en materia de fundición y eficiencia energética. La corporación del cobre (Codelco) fundo una nueva planta concentradora integrada con una fundición multipropósito cerca del puerto de Mejillones, que tiene como finalidad tratar concentrados de mayor complejidad, que en las otras divisiones no se podrían procesar del punto de vista medioambiental o económico y al mismo tiempo obtener sub productos de alto valor, como oro y germanio. En este trabajo se aborda el problema operacional del balance de masa diario, con la finalidad de obtener la máxima producción, se obtuvieron resultados positivos, ya que los números están en los rangos de similares fundiciones, solo que con la diferencia estos concentrados no son capaces de procesarse en ninguna otra parte de Chile.

Abstract:

In the north of Chile important events are occurring in mining, due to new innovations in the matter of smelting and energy efficiency. The Copper Corporation (Codelco) has set up a new concentrating plant integrated with a multipurpose smelter near the port of Mejillones, whose purpose is to treat concentrates of greater complexity, which in the other divisions could not be processed from an environmental or economic point of view and At the same time, we obtain sub-products of high value, such as gold and germanium. Therefore, in this work we address the operational problem of the daily mass balance, in order to obtain the maximum production, so that positive results were obtained. That the numbers are in the ranges of similar foundries of the north, only that with the difference these concentrates are not able to be processed in any other part of Chile.

1. Introducción

La gran mayoría de la extracción de cobre es por vía piro metalúrgica (Davenport et al., 2002) que genera muchos tipos de residuos, pero especialmente residuos de tipo atmosféricos como el dióxido de azufre (SO2), que es uno de los mayores contaminantes de la minería del cobre, hay trabajos como el de Gustavo Lagos 2001, sobre el caso Chileno, que tratan la problemática del dióxido de azufre y sus medidas de abatimiento en las fundiciones de cobre. La minera estatal Chilena de cobre Codelco, está innovando fuertemente en el área de las fundiciones sin emisiones y el abatimiento del dióxido de azufre. En el norte de Chile importantes acontecimiento están ocurriendo en materia de minería, debido a nuevas innovaciones en materia de fundición y eficiencia energética. Se está desarrollando una nueva planta concentradora integrada con una fundición multipropósito cerca del puerto de Mejillones que tiene como finalidad tratar concentrados de mayor complejidad, que en las otras divisiones(Figura 1) no se podrían procesar del punto de vista medioambiental o económico y al mismo tiempo obtener sub productos de alto valor, como oro y germanio. Por lo que en este trabajo se aborda la temática del abatimiento del dióxido de azufre, mayor compromiso del medio ambiente por parte de las fundiciones y la diversificación de nuevos productos, en este caso nuevos metales refinados, de forma que se realiza una optimización de la producción de cobre y otros con un balance de masa diario de las faenas correspondientes, generando así un problema de programación lineal, con resultados positivos , ya que los números están en los rangos de similares fundiciones del norte, solo que con la diferencia estos concentrados no son capaces de procesarse en ninguna otra parte de Chile.

no son capaces de procesarse en ninguna otra parte de Chile. Figura 1: Mapa minero 2da

Figura 1: Mapa minero 2da región (Fuente: Direcmin)

2. Modelo de programación Matemático

La fundición en cuestión se alimenta de los concentrados complicados, refiérase a complicados, a concentrados que no se pueden tratar en su planta metalúrgica de origen, porque no tienen la tecnología para hacerlo, todas estas plantas tienen concentrados con los mismos metales a recuperar, como se puede apreciar en la tabla 1. Los nuevos metales a recuperar tienen elevados precios de mercado (Tabla 2), por lo que el objetivo de esta programación matemática es aumentar los beneficios con la maximización de la cantidad a producir y sujeto a las restricciones de balances masa de cada una de las fuentes de concentrado, que en la Tabla 1 se especifican como las divisiones de Codelco.

Tabla 1: Porcentajes en peso de los metales de interés (Elaboración propia)

Ge(%wt)

Au(%wt)

Ag(%wt)

Cu(%wt)

Mo(%wt)

ton/dia

Metales/

Concentrados

0.01

0.01

0.2

30.0

48

300000

Chuquicamata

0.03

0.012

0.3

31

42

200000

Radomiro Tomic

0.02

0.020

0.35

33

47

200000

Ministro Hales

0.08

0.018

0.38

34

44

150000

El salvador

0.1

0.008

0.22

35

39

150000

Gabriela Mistral

Tabla 2: Precios de mercado y costos de producción de los metales de interés (Elaboración propia)

Ge

Au

Ag

Cu

Mo

 

1000

40.192.0

534.7

5.400

10

Precios (kdol/ton)

800

34967.0

374.43

3.240

7.30

Costos (dolares/ton)

En donde las variables de decisión, la función objetivo y las restricciones del modelo matemático se describen a continuación:

ó :

:

:

:

:

:

:

: = 1000 + 40000 + 500 + 5,4 + 10

(1)

0,01 +

0,01 + 0,02 + 30 + 48 ≤ 300000

(2)

0,03 +

0,012 + 0,3 + 31 + 42 ≤ 200000

(3)

0,02 +

0,020 + 0,35 + 33 + 47 ≤ 200000

(4)

0,08 +

0,018 + 0,38 + 34 + 44 ≤ 150000

(5)

0,01 +

0,08 + 0,22 + 34 + 39 ≤ 150000

(6)

: , , , , ≥ 0

3. Resultados

Este modelo a simple vista parece un problema común de programación lineal, por lo que ocupamos el software LINDO para intentar resolver el modelo matemático como se muestra a continuación

el modelo matemático como se muestra a continuación Figura 2: Pantallazo software (Elaboración propia) Al

Figura 2: Pantallazo software (Elaboración propia)

Al intentar obtener la solución ocurre lo siguiente:

propia) Al intentar obtener la solución ocurre lo siguiente: Figura 3: Pantallazo software (Elaboración propia)

Figura 3: Pantallazo software (Elaboración propia)

Análisis de resultados:

Al intentar resolver el problema de máximos, el software de optimización LINDO arroja un error llamado error ‘’66’’ : PROBLEM IS POORLY SCALED. THE UNITS OF THE ROWS AND VARIABLES SHOLUD BE CHANGED SO THE COEFFICIENTS COVER A MUCH SMALLER RANGE:

BE CHANGED SO THE COEFFICIENTS COVER A MUCH SMALLER RANGE: Figura 4: Pantallazo software (Elaboración propia)

Figura 4: Pantallazo software (Elaboración propia)

Este error básicamente se refiere a que el escalamiento no funciona, o la relación de los coeficientes que acompañan a las variables sobre todo en las restricciones, la proporción de esos coeficientes es demasiado alta, la escala se considera que es pobre, y dificultades numéricas pueden resultar durante la fase de solución. Por lo que nuestro problema de optimización está mal escalado, es decir algunas de las variables de decisión tienen comportamientos muy dispares como las toneladas de producción de germanio que son del orden de 10000 más pequeñas que la producción de molibdeno, por lo que una alternativa posible seria separar el problema en dos problemas que no sufran el problema de las variables escaladas , se podría optimizar la producción de oro, plata y germanio en un problema de maximización ya que los coeficientes que acompañan a estas variables tienen un rango más acotado y por otro lado maximizar la producción de cobre y molibdeno, aunque estas medidas de un punto de vista operacional real podrían causar problemas. De esta forma lamentablemente el sistema no tiene solución.

Conclusiones:

El estudio sobre la propuesta del problema de optimización de producción de la nueva fundición de Codelco, que maximiza la producción de germanio, oro, plata, cobre y molibdeno no tuvo resultados positivos ya que el modelo matemático no cumplió algunos requisitos matemáticos requeridos por el software de optimización LINDO, específicamente con un requerimiento numérico llamado índice de escalamiento

Una propuesta seria separar el problema en dos problemas que no sufran el problema de las variables escaladas, se podría optimizar la producción de oro, plata y germanio en un problema de maximización ya que los coeficientes que acompañan a estas variables tienen un rango más acotado y por otro lado maximizar la producción de cobre y molibdeno

Bibliografía:

SERNAGEOMIN. 2011. Atlas de Faenas Mineras: Regiones de Antofagasta y Ata- cama (Versión Actualizada). Servicio Nacional de Geología y Minería, Mapas y Estadísticas de Faenas Mineras de Chile

LI Lei, HUJian-hang, WANG Hua Smelting Oxidation Desulfurization of Copper Slags. Journal Of Iron And Steel Research, International. 2012

Gustavo Lagos, Jose Miguel Lehuede, Marcelo Andia, Sulfur dioxide abatement costs and compliance with health-based standards: the case of copper smelters. Resources Policy, 2001

Rashid K. Nadirov, Leila I. Syzdykova, Aisulu K. Zhussupova, Muratbek T. UsserbaevInternational. Recovery of value metals from copper smelter slag by ammonium chloride treatment. Journal of Mineral Processing.2013