Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis Computacional y Experimental Del Proceso de Saturacion en PDF
Analisis Computacional y Experimental Del Proceso de Saturacion en PDF
PROFESOR GUIA:
MIEMBROS DE LA COMISION:
SANTIAGO DE CHILE
2015
RESUMEN DE LA MEMORIA PARA OPTAR AL
TÍTULO DE: Ingeniero Civil Mecánico y grado de
Magíster en Ciencias de la Ingeniería Mención
Mecánica
POR: Ramón Alfonso Bugueño Díaz
FECHA: 20/01/2015
PROFESOR GUIA: Williams Calderón Muñoz
Las variables físicas de suelos parcialmente saturados son poco conocidas y utilizadas en
experiencias de lixiviación de minerales. El propósito de este trabajo consiste en analizar
el comportamiento hidrodinámico al interior de columnas de lixiviación a través de
simulaciones en SVFlux y experiencias en laboratorio, evaluando las principales
variables de suelos parcialmente saturados para un mineral de óxidos de cobre con
características similares a las observadas en pilas de lixiviación, para luego proponer un
modelo matemático para estimar el proceso de saturación.
Los parámetros y variables del suelo son estimados a partir de ensayos en laboratorio y
ecuaciones empíricas reportadas en literatura, destacando entre éstas la obtención de la
curva de retención de agua (SWCC) a partir de la curva de distribución de tamaño de
partícula (PSD). Las experiencias en laboratorio consisten en la lixiviación y
caracterización del mineral de cobre. La lixiviación se realiza en columnas de vidrio de
diámetros de 20, 40 y 80 mm, con igual altura y tasa de riego, utilizando condiciones
externas similares a las encontradas en pilas a nivel industrial. El monitoreo consta de
mediciones periódicas de la capacidad de retención observada para cada columna. Las
simulaciones realizadas integran los parámetros obtenidos experimentalmente en
búsqueda de tener resultados similares a los conseguidos en el laboratorio.
i
Agradecimientos
Doy gracias a Dios en estos momentos, han pasado ya varios años desde que comencé
esta carrera y le doy las gracias por todo lo aprendido. Pidiéndole su guía en mi
porvenir.
A mi mujer, por todo su amor. Amor que traduces en alegría diaria, amable compañía y
gratuita sonrisa. Gracias por hacer de todos los días de nuestras vidas, un nuevo día.
Quisiera agradecer a mis padres y su profunda entrega de amor. Gracias por su apoyo y
cariño. A ti padre por tu presencia en mi caminar, tu entrega y ejemplo. Y a ti madre por
tu amor, y porque no cansas en tu labor de madre con todos, no solo en la familia.
A cada uno de mis amigos en la Universidad, por su amistad e incontables charlas sobre
qué hacer en el mundo.
A mis profesores guías, por su apoyo durante el desarrollo de esta tesis y su constante
guía respecto al enfoque de ésta.
A la Sra. Emma Fonseca, por toda su ayuda técnica y humana que me brindo durante el
desarrollo de las experiencias en laboratorio. Muchísimas gracias por su dedicación y
por hacer del trabajo de laboratorio un ambiente hogareño.
En especial a mis amigos Julián Muñoz y Cristian Márquez por toda su ayuda y
compañía en las maratónicas jornadas de muestreo en pruebas de lixiviación.
ii
Tabla de Contenido
1 Introducción .................................................................................................................. 1
2 Antecedentes ................................................................................................................. 3
2.4 Fundamentos teóricos del flujo del agua en suelos con saturación parcial......... 14
iii
2.6.2 Simulaciones en Pilas y Columnas de Lixiviación ......................................... 41
3 Metodología .................................................................................................................43
iv
5.2 Simulación ............................................................................................................ 72
7 Conclusiones y Sugerencias.........................................................................................92
8 Bibliografía ..................................................................................................................94
ANEXOS .............................................................................................................................99
v
Índice de Figuras
Figura 2.2: Procesos fisicoquímicos que ocurren en la superficie de una partícula [17]. ... 6
Figura 2.3: Vista en corte de una pila y los procesos observables a escala de pila [17]. ..... 6
Figura 2.6: Diferencias entre un suelo totalmente saturado y otro parcialmente saturado
[25]. .................................................................................................................................... 10
Figura 2.7: Sistema de clasificación de suelos y curva PSD para un suelo del tipo limo
[24]. .................................................................................................................................... 12
Figura 2.9: Relación entre los límites de Atterberg con la curva de retracción para un
lodo de arcilla altamente plástica [24]. .............................................................................. 13
Figura 2.12: Relaciones de masa y volumen en suelos parcialmente saturados [24] ....... 21
Figura 2.14: Relación entre la succión y el tamaño del poro para varios suelos [26]. .....24
Figura 2.15: Principales grupos de distribución del tamaño de partícula [34]. ................ 25
Figura 2.16: Contenido de agua volumétrico y altura de agua alcanzada para distintos
suelos [38]. .........................................................................................................................26
Figura 2.18: Curva SWCC para dos materiales distintos donde se aprecia el fenómeno de
histéresis [41]. ....................................................................................................................28
vi
Figura 2.20: Valores de permeabilidad y conductividad hidráulica para distintos tipos de
suelos [26]. .........................................................................................................................34
Figura 2.21: Experimento diseñado por Darcy para estudiar la influencia de un medio
poroso al movimiento de un fluido. ................................................................................... 37
Figura 3.2: Detalle del contenido másico de cobre presente en el mineral. ..................... 47
Figura 3.6: Titulación de las muestras, a) Ejemplo del color de la solución en el momento
del viraje del color, b) equipos utilizados para la titulación. ............................................. 52
Figura 3.7: Balanzas utilizadas para el pesaje de reactores de entrada, salida y columnas
de lixiviación. a) Balanza utilizada para el pesaje de reactores de entrada, b) balanza
utilizada para el pesaje de columnas y reactores de salida................................................ 53
Figura 3.9: Geometría de la zona de interés, utilizada para columna D8. ........................ 55
vii
Figura 4.8: Tasa de riego observada en Columna con diámetro 20 mm segunda
experiencia. ........................................................................................................................63
Figura 4.9: Tasa de riego observada en Columna con diámetro 40 mm, segunda
experiencia. ........................................................................................................................64
Figura 4.10: Tasa de riego observada en Columna con diámetro 80 mm, segunda
experiencia. ........................................................................................................................64
Figura 4.11: Curva de saturación observada para columna de diámetro 20 mm, segunda
experiencia. ........................................................................................................................ 65
Figura 4.12: Curva de saturación observada para columna de diámetro 40 mm, segunda
experiencia. ........................................................................................................................66
Figura 4.13: Curva de saturación observada para columna de diámetro 80 mm, segunda
experiencia. ........................................................................................................................66
Figura 5.1: Curva de distribución de partículas obtenida para el mineral utilizado. ........69
Figura 5.2: Ajuste de datos entre curva SWCC de Fredlund y Xing y pares de datos
obtenidos por curva SWCC Satyanaga et al. ...................................................................... 71
Figura 5.3: Curva de conductividad hidráulica obtenida a partir del modelo de Campbell
modificado. ......................................................................................................................... 72
Figura 5.7: Saturación obtenida en simulación para columnas D20, D40 y D80. ........... 74
Figura 5.8: Relación flujos de salida y entrada para columna D80. ................................. 75
Figura 5.11: Evolución de la saturación en columna de lixiviación D80 para t=0, t=300 y
t=1500 segundos. ............................................................................................................... 77
viii
Figura 5.14: Curva de Función de Conductividad Hidráulica y valores obtenidos en
simulación. ......................................................................................................................... 79
Figura 6.3: Curva de ajuste obtenida para columna D20 con datos de la segunda
experiencia. ........................................................................................................................82
Figura 6.4: Curva de ajuste obtenida para columna D40 con datos de la segunda
experiencia. ........................................................................................................................83
Figura 6.5: Curva de ajuste obtenida para columna D40 con datos de la segunda
experiencia. ........................................................................................................................83
Figura 6.6: Volúmenes de entrada, de salida y saturación para columna D80. .............. 84
Figura 6.12: Curva de conductividad hidráulica para distintos valores del parámetro de
ajuste p. ............................................................................................................................. 89
Figure 0.1: Ore mineralogy and copper composition of the material used in column leach tests.
.......................................................................................................................................... 104
ix
Índice de Tablas
Tabla 2.1: Límites para los cuatro estados de los suelos finos [28]. ................................. 13
Tabla 2.4: Ecuaciones empíricas utilizadas para el ajuste de datos de SWCC. .................29
Tabla 2.6: Estimación de parámetros de Ksat para distintas ecuaciones [30]. .................. 35
Tabla 4.1: Valores de la tasa de riego y coeficiente de determinación obtenidos para cada
columna. ............................................................................................................................. 59
Tabla 4.3: Valor de la tasa de riego obtenida para cada columna. .................................... 65
Tabla 5.1: Valores de las principales variables del medio poroso. ................................... 68
Tabla 5.4: Pares de datos obtenidos con curva SWCC Satyanaga et al. ............................ 70
Tabla 6.1: Valores y parámetros de ajuste obtenidos para ecuación de saturación para
cada columna. .....................................................................................................................82
x
Tabla 6.2: Valores obtenidos en experiencias de laboratorio, simulación y tiempo en
alcanzar el 90% de la saturación máxima para cada sistema. ........................................... 91
xi
1 Introducción
Procesos hidrometalúrgicos son ampliamente utilizados en la gran minería del cobre
para óxidos. Sin embargo, debido a que reservas de este tipo de mineral son cada vez
menos, estos procesos irían a la baja con el tiempo debido a que alternativas para el uso
de estos procesos para súlfuros de cobre aún siguen en una fase de pruebas piloto, donde
gran porcentajes de los avances e investigación apuntan al uso de bacterias como agentes
catalizadores del proceso [1].
El presente trabajo busca entregar herramientas de fácil uso que permitan caracterizar y
determinar aspectos claves de la matriz porosa, centrándose especialmente en aspectos
hidrodinámicos presentes en pilas pero a una escala menor, representadas en
experiencias de laboratorio en columnas de lixiviación. Complementario a experiencia
en laboratorio, se utiliza un software comercial para la simulación de la experiencia en
laboratorio, a modo de presentar una alternativa a lo desarrollado en laboratorio y por
otro lado una validación del modelo desarrollado. Aspectos que están fuera del alcance
de este trabajo están procesos químicos al interior de columnas, transferencia de masa y
calor, tasa de evaporación y determinación de succiones osmóticas al interior de
columnas de lixiviación.
La presentación de este trabajo consta de un marco teórico, abarcando los procesos que
ocurren al interior de pilas de lixiviación, seguido de algunos aspectos principales de
mecánica de suelos parcialmente saturados, finalizando con algunos trabajos que
involucran e integran dichos aspectos en pilas de lixiviación. Metodología de este trabajo
está separada en una parte experimental y una parte computacional. Donde en la
primera se detallan experiencias y ensayos realizados en laboratorio, que permiten una
caracterización del medio poroso y la determinación del balance de masa. Parte
computacional consta en la determinación de otras variables del medio a la vez de
integrar valores obtenidos en parte experimentales, que son utilizados en ecuación
propuesta para determinar el caudal de salida en función del tiempo.
1
1.1 Objetivos
Generales:
Específicos:
2
2 Antecedentes
2.1 Minería del Cobre
Chile no solo es el mayor productor de cobre en el mundo, sino que también el que posee
las mayores reservas de este mineral. Se estima que cerca de 190 millones de toneladas
estarían en nuestro territorio, representando un 28% de las reservas mundiales, seguido
por Perú con un 13%, y Australia con un 12%[7].
El año 2010 la demanda de cobre refinado en el mundo alcanzó 19,18 millones de TMF
(Toneladas Métricas Finas), donde el aporte nacional habría totalizado 5,4 millones de
TMF equivalentes a una participación cercana al 28% [8]. Esta actividad representa
aproximadamente el 15% del total de ingresos fiscales [9], ubicándola como uno de los
principales motores del desarrollo económico del país.
La extracción del mineral de cobre desde el yacimiento hasta la obtención del cátodo
sigue una serie de procesos industriales, que depende principalmente de cómo viene
asociado el cobre en el mineral. Una primera clasificación del mineral consiste en ver si
éste está asociado en forma de óxido de cobre o súlfuro de cobre. Para el caso de
minerales de súlfuros de cobre, el mineral es tratado por procesos de flotación, mientras
que para el caso de óxidos de cobre se utilizan mayoritariamente los procesos
hidrometalúrgicos como procesos de extracción.
3
Figura 2.1: Proceso minero de la minera de cobre Collahuasi [10].
Entre los avances e intentos hechos para su utilización en sulfuros de cobre está el
proceso de biolixiviación, que corresponde a un proceso de lixiviación asistida por
bacterias, que permiten acelerar el proceso de disolución. Este proceso ha tenido buenos
resultados a nivel de laboratorio y en pruebas en plantas pilotos, sin embargo, a grandes
escalas los resultados son variables y de difícil pronóstico debido a la cantidad de
variables que afectan la lixiviación asistida por bacterias. Entre estas variables se puede
destacar la desarrollo poblacional de las bacterias al interior de pilas, hidrodinámica,
gradiente temperatura, concentración de agentes claves, entre otras [1; 14; 15], de
manera que la comprensión respecto a la forma que se llevan a cabo los procesos físico-
químicos (tanto para pilas de lixiviación y biolixiviación) sigue requiriendo una mayor
profundización de estos aspectos[16].
4
Una de las principales barreras en cuanto a una mayor profundización del proceso y de
lo que efectivamente ocurre al interior de pilas de lixiviación está en su difícil monitoreo
interno, de manera que se hace difícil contrastar teoría, simulaciones y ensayos
realizados en laboratorio con lo que efectivamente ocurre a nivel industrial.
A modo de ejemplo, la ecuación (2.1) muestra una reacción química que puede
presentarse en lixiviación, donde se observa que el cobre es disuelto en la solución como
ion Cu+2 en un ambiente ácido con pH menor a 5, evitando así que éste precipite.
(2.1)
Las etapas que ocurren en este proceso de solubilización y de acuerdo a la teoría del
núcleo sin reaccionar, se pueden enumerar de la siguiente forma:
1. Difusión en capa limite: Reactivo lixiviante (H+, Fe+3) difunde a través de capa
límite hacia superficie de la partícula.
2. Difusión interna: Reactivo lixiviante difunde en el interior de la partícula hacia
la zona de reacción.
3. Reacción Química: Ocurre la reacción química, se forman productos de la
reacción.
4. Difusión Interna: Productos solubles de la reacción (Cu+2, Fe+2) difunden en el
interior de la partícula hacia la superficie de ésta.
5. Difusión en capa limite: Productos solubles difunden a través de la capa límite
hacia el seno de la solución.
5
Figura 2.2: Procesos fisicoquímicos que ocurren en la superficie de una partícula [17].
Figura 2.3: Vista en corte de una pila y los procesos observables a escala de pila [17].
6
En pilas de lixiviación se observa una tasa de recuperación alta en un comienzo (la más
elevada durante toda la operación) y con un continuo decrecimiento de ésta hasta el final
de la operación. Este comportamiento, en parte, se debe a que la velocidad de lixiviación
decae con el tiempo producto de que la superficie de reacción esta cada vez más alejada
de la superficie externa de la partícula, por lo que el reactivo y productos demoran más
tiempo en desplazarse hacia su interior. La Figura 2.4 muestra curvas de recuperación
obtenidas para dos minerales provenientes de distintas mineras, donde se aprecia su
comportamiento asintótico.
7
de riego fluctúan entre 10 - 20 litros/h/m2, dependiendo de la mineralogía del mineral y
porcentaje de finos presente[21]. Respecto a la separación entre goteros, puede ser
definido al índice de mala distribución del líquido [22], siendo el mínimo recomendable
cuando se tiene una distribución de 60 puntos por m2. A pesar de lo anterior, en la
práctica la cantidad de goteros por m2 puede llegar incluso a ser de 1 [11] debido a
dificultades técnicas en la implementación de una mayor cantidad de goteros. Como
consecuencia se da pie a la aparición de zonas con una baja penetración del agente
lixiviante.
8
El espació interno del poro que no es ocupado por la solución es considerado como una
red de poros interconectados de gas, a través del cual fluirá esta fase y será distribuida
por la pila. En el caso de pilas de biolixiviación, es determinante conocer el flujo de la
fase gaseosa ya que concentraciones de oxigeno tienen un rol importante en las
reacciones químicas llevadas a cabo.
En cuando a lo que ocurre al interior de las partículas, el trasporte de los iones de metal
al interior de éstas y entre canales de distribución y zonas estacadas, es producto de una
difusión molecular. Los componentes se mueven acorde a los gradientes de
concentración respectivos a cada componente.
9
2.3 Mecánica de Suelos Parcialmente Saturados
Una de las áreas de la ingeniería con un gran potencial para profundizar más respecto al
proceso de lixiviación en pilas corresponde a la Mecánica de Suelos Parcialmente
Saturados, ya que la operación de éstas durante todo el proceso es en condiciones de
saturación parcial, presentando así características y aspectos similares a los problemas
estudiados en mecánica de suelos.
Los inicios de la ciencia de la mecánica de suelos, en la década de los 30, centró sus
esfuerzos en la comprensión del comportamiento del suelo saturados, ya que para las
aplicaciones más comunes en Ingeniería Civil se buscaba determinar la respuesta de
fundaciones y estructuras en el suelo, en el que se consideraba como escenario una
condición de máxima saturación (condición crítica) ya que aseguraba un diseño con un
criterio conservador y seguro [24]. El estudio de suelos en condiciones de saturación
parcial tiene sus inicios en la década de los 60 y nace en respuesta a los problemas y
aplicaciones donde el medio poroso se encuentra en condiciones de saturación parcial y
donde no hay posibilidad alguna de extrapolar los resultados de un mismo medio en
condiciones de total saturación.
Figura 2.6: Diferencias entre un suelo totalmente saturado y otro parcialmente saturado [25].
10
La principal diferencia entre suelos saturados y parcialmente saturados está en el hecho
de que no solo requiere los principios de las leyes físicas e hidráulicas, sino que además
de los fundamentos físicos de los procesos que se llevan a cabo en las interfases
(principalmente solido-líquido y líquido gas)[26].
Es útil separar los problemas geotécnicos e ingenieriles del suelo en tres grandes
fenómenos: Flujo, Esfuerzos y Deformación.
Flujo
Esfuerzo
Los problemas que requieran tanto equilibrio químico como mecánico entran en esta
clasificación, como por ejemplo, el estudio de presión lateral en represas, capacidad de
carga y estabilidad de taludes, donde el análisis del campo de distribución de los
esfuerzos a lo largo del macizo es importante.
En los últimos años es claro que se necesita mejorar las soluciones para problemas de
esfuerzo en geotécnica no solo con las actuales nociones de la mecánica en medios
continuos sino que también en aproximaciones desde una perspectiva microscópica que
incluya las discontinuidades del medio.
Deformación
Los procesos físicos caracterizados por largas deformaciones entran en esta categoría.
En suelos parcialmente saturados estas deformaciones son muy comunes, causadas
principalmente por cambios en la humedad del suelo. Algunos ejemplos son
compactación, compresibilidad y colapso del suelo. Siendo uno de los casos
emblemáticos los de suelos que se expanden y contraen.
Cada uno de estos aspectos son relevantes para los problemas en mecánica de suelos,
donde existe un constante acople entre estos fenómenos.
11
Clasificación de Suelos
La curva PSD permite obtener información valiosa respecto a la distribución del tamaño
de partículas solidas del suelo, permitiendo clasificar los suelos en 3 categorías
principales que son arcillas, limo y arena como se observa en la Figura 2.7 y Figura 2.8 .
Además, esta curva está estrechamente ligada a la distribución de los tamaños de poro y
en consecuencia es útil para la estimación del contenido volumétrico del agua bajo
distintas condiciones (curva característica del agua en el suelo, SWCC) [24].
Figura 2.7: Sistema de clasificación de suelos y curva PSD para un suelo del tipo limo [24].
12
La plasticidad de un suelo corresponde a su capacidad de mantener las partes del
conjunto integradas, permitiendo así estudiar la estabilidad y coherencia del suelo.
Estos análisis solo se realizan para suelos finos, que dependiendo de su contenido de
agua y mineralogía, pueden fluir sin romperse (plasticidad alta).
Existen tres características plásticas del suelo que se refieren como límite de Atterberg,
que corresponden a límites entre los 4 estados de la materia. Estos son el límite líquido,
límite plástico y el límite de retracción.
Tabla 2.1: Límites para los cuatro estados de los suelos finos [28].
Estado Líquido
Límite líquido LL
Contenido de agua (w)
Estado plástico
Límite plástico LP
Estado semi-sólido
Límite de retracción LR
Estado sólido
Figura 2.9: Relación entre los límites de Atterberg con la curva de retracción para un lodo de arcilla
altamente plástica [24].
13
2.4 Fundamentos teóricos del flujo del agua en suelos con
saturación parcial
El flujo a través de un medio poroso está controlada por K, que corresponde a la
conductividad hidráulica o coeficiente de permeabilidad del suelo. El coeficiente de
permeabilidad corresponde a una de las principales propiedades del suelo a la hora de
resolver problemas estacionarios o transientes de un flujo incompresible a través de la
matriz porosa. Para problemas en estado transiente, es necesario incluir además las
propiedades de la capacidad de almacenamiento de agua del suelo.
(2.2)
Siendo es la elevación [m], es la presión del agua en el poro [Pa], la densidad del agua
[ ] y la aceleración de gravedad [ ].
La mayor diferencia entre la altura total para suelos saturados y parcialmente saturados
está en el hecho que la carga por presión es positiva (compresión) para suelos saturados
y negativa (tensión) para suelos parcialmente saturados. La carga por presión en suelos
14
parcialmente saturados es altamente dependiente del grado de saturación y el tipo de
suelo como se observa en la Figura 2.10.
La succión total del suelo cuantifica el potencial termodinámico del agua en el poro
respecto al potencial del agua libre. El agua libre se define como el agua que no
contiene solutos disueltos, sin interacción con otras fases más que la interfase aire-agua
en la superficie superior, y solo teniendo la gravedad como fuerza externa.
(2.3)
15
La succión matricial se deriva a partir de la medida de la presión parcial del vapor de
agua en equilibrio con el agua en el suelo, donde esta medida se compara con la medida
del vapor de agua en equilibrio con una solución idéntica en composición con el agua en
el suelo. Luego, a mayor medida del valor de succión indica que mayor es la diferencia
entre lo que ocurre en el agua en el suelo con respecto al medio de referencia (o agua
libre). Es decir, suelos cercanos a su nivel de saturación máxima presentan una succión
baja, mientras más seco esté mayor será el valor de la succión.
(2.4)
16
2.5 Variables y propiedades del medio poroso
Con el objetico de dar una mejor comprensión de los fenómenos observables en medios
porosos, es conveniente presentar variables y propiedades utilizadas para representar las
fases en suelos parcialmente saturados.
Cada fase tiene su propia densidad específica (al igual que su volumen específico, inverso
de la densidad)
La densidad del solido se define en términos de la masa del sólido, , y volumen del
sólido, , como muestra la ecuación (2.5):
(2.5)
Porosidad
La porosidad n se define como la razón entre el volumen de vacios, Vv, y el volumen total
V expresada en la ecuación (2.6):
(2.6)
(2.7)
La porosidad puede ser estimada a partir de datos de la curva PSD como muestra la ecuación
(2.8) [30]:
(2.8)
17
Donde corresponde al coeficiente de uniformidad de partículas que queda definido en
la ecuación (2.9):
(2.9)
Tasa de vacios
(2.10)
La Tabla 2.2 muestra algunos valores típicos de porosidad y tasa de vacíos para distintos
suelos.
18
Grado de saturación
El porcentaje de espacios vacios que está ocupado por agua en fase líquida se expresa en
términos de saturación S (%) como se observa en la ecuación (2.11).
(2.11)
El grado de saturación permite subdividir los suelos en 3 grupos. Un suelo seco (S= 0%)
consiste en un suelo con ausencia de agua, un suelo saturado (S= 100%) consiste en un
suelo donde el poro está ocupado en su totalidad por agua. Y finalmente un suelo
parcialmente saturado (0% < S < 100%) consiste en aquel donde tanto agua como aire
están presentes en el poro.
Gravedad específica
La gravedad específica de las partículas del suelo se define como la razón entre la
densidad de las partículas solidas y la densidad del agua, relación que se observa en la
ecuación (2.12) como sigue:
(2.12)
19
Contenido de agua volumétrico
(2.13)
(2.14)
(2.15)
(2.16)
Esta relación es una de las más utilizadas por geotécnicos. Es importante diferenciar
bien los resultados que puedan entregarse en términos del contenido de agua
volumétrico o contenido de agua gravimétrico.
Dos formas comúnmente utilizadas para definir la densidad del suelo son la densidad
total y la densidad seca. La densidad total, , es la razón entre la masa total del suelo M
y el volumen total, V, escribiéndose la ecuación (2.17) como sigue:
20
(2.17)
La densidad seca o aparente del suelo, , se define como la razón entre la masa del
sólido y el volumen total (ecuación (2.18)):
(2.18)
2.5.2 Capilaridad
El efecto de capilaridad está asociado con la componente de succión matricial dentro de
la succión total. La altura de elevación del agua en un tubo capilar y el radio de
curvatura de la interfase aire agua tienen una implicancia directa con la relación
contenido de agua-succión matricial (Curva SWCC).
21
Figura 2.13: Modelo de capilaridad [26].
Altura capilar
(2.19)
Utilizando el radio de curva del menisco, Rs, podemos reescribir la ecuación (2.19) y
despejar para la altura máxima obteniendo la ecuación (2.20):
22
(2.20)
Para el caso de agua pura en un vaso limpio, el ángulo de contacto es cero, en ese caso Rs
es igual a r. El radio del tubo es análogo al radio del poro en el suelo, luego, la ecuación
(2.20) muestra que la elevación por efectos de capilaridad es mayor a medida que el
radio del poro es menor.
Presión capilar
El punto C está ubicado a una altura hc. El equilibrio hidrostático del sistema requiere
que la carga hidráulica sea igual en todos los puntos, por lo que la carga por presión en el
punto C puede obtenerse la ecuación (2.21):
(2.21)
(2.22)
(2.23)
Donde el radio de curvatura puede considerarse análogo al radio del poro en el suelo
asumiendo un ángulo de contacto igual a cero. Como se observa en la Figura 2.14, a
medida que el radio del poro se hace más pequeño, la succión matricial se hace más
grande.
23
Figura 2.14: Relación entre la succión y el tamaño del poro para varios suelos [26].
El término tamaño de partícula, a excepción del caso de esferas o cubos, no puede ser
definido únicamente por una simple dimensión lineal. En general, el tamaño de
partículas en cada caso depende de la dimensión del largo que fue medida y del método
utilizado. Existen dos métodos utilizados para determinar el tamaño de partícula y la
distribución del tamaño de partícula. Estos son el análisis por tamices, para partículas
mayores a 0,06 mm, y el análisis por hidrómetro, para pequeñas partículas. El análisis
por tamices el material testeado se agita en harneros y tamices con distintos diámetros
24
específicos de apertura, por lo que el “tamaño” de la partícula está basado en el largo del
lado del orificio de la malla. En el análisis por hidrómetro, el tamaño de una partícula es
el diámetro de una esfera que asienta en agua a la misma velocidad que la partícula.
Las ecuaciones utilizadas para modelar el tamaño de partícula son una función continua
que generalmente, y por simplificación, corresponde a una distribución unimodal o
bimodal como se muestra en la Figura 2.15, existiendo 3 categorías generales de la
distribución del tamaño de partícula: suelos bien graduados, suelos uniformes (ambos
de carácter unimodal) y suelos graduado por bandas (de carácter bimodal).
Son varios los modelos matemáticos utilizados para determinar la curva de distribución
de partículas[35], observando distribuciones log-normal con 3 o 4 parámetros de ajuste,
teniendo como principal desventaja el supuesto de que la distribución de partículas es
simétrica.
Dentro de la minería, uno de los modelos más utilizados y de mayor aceptación está el
modelo de Rosin Rammler [36; 37], que queda expresado en la ecuación (2.24).
⁄ (2.24)
25
2.5.4 SWCC
Figura 2.16: Contenido de agua volumétrico y altura de agua alcanzada para distintos suelos [38].
26
Figura 2.17: Definición de términos en curva SWCC [39].
La curva SWCC puede describir tanto los procesos de adsorción (mojado) como los
procesos de desorción (secado). Generalmente, las diferencias entre estas curvas son
significativa por lo que es necesario considerar el fenómeno de histéresis. Entre las
hipótesis del porque de este fenómeno podemos mencionar [40]:
Diferencias entre el ángulo de contacto entre las fases y la superficie que avanzan
y retroceden.
Variación espacial de la mojabilidad de la superficie.
Cambio en la tortuosidad en el recorrido del flujo.
Donde una mayor cantidad de agua es retenida en el proceso de secado a un mismo valor
de succión que en el proceso de mojado. La Figura 2.18 muestra las diferencia entre
curvas SWCC y conductividad hidráulica obtenidas para dos minerales con distinto
tamaño de partícula, observando que un medio con tamaño de partícula fino presenta un
mayor grado de retención y una conductividad hidráulica 2 órdenes de magnitud menor.
27
Figura 2.18: Curva SWCC para dos materiales distintos donde se aprecia el fenómeno de histéresis
[41].
La Figura 2.19 muestra los métodos utilizados para determinar la curva SWCC
Ecuaciones empíricas
Existe una gran cantidad de ecuaciones empíricas propuestas para el ajuste de valores
experimentales. Cada una de estas ecuaciones puede ser ajustada utilizando un análisis
de regresión de mínimos cuadrados.
28
Tabla 2.4: Ecuaciones empíricas utilizadas para el ajuste de datos de SWCC.
: Parámetro de ajuste
primeramente relacionado con la
tasa de extracción de agua desde el
suelo una vez que el valor de entrada
[ ] de aire ha sido excedido.
van Genuchten (1980)-
Mualem (1976)
con : Parámetro de ajuste
relacionado primeramente con las
condiciones residuales del contenido
de agua.
[ ]
McKee y Bumb (1984) : Parámetro de ajuste de curva
(Distribución de
Boltzmann) : Parámetro de ajuste de curva
29
Fredlung y Xing [42] desarrollaron un modelo considerando la distribución de tamaño
como muestra la ecuación (2.25).
[ ] (2.25)
[ ⁄ ]
⁄
[ ] (2.26)
⁄
Satyanaga et al [39] propone una ecuación para representar una curva SWCC a partir de
la curva de distribución de tamaño tanto para curvas con características unimodales
como bimodales, con los siguientes factores considerados:
30
Contenido de agua cuando el suelo está saturado, wsat, debe ser conocido.
⁄ ( )
[ ] ( ) (2.27)
⁄
[ { ( )} ]
∫ ( ) (2.28)
√
Como se observa, cada parámetro de ajuste tiene un significado físico dentro de la curva
SWCC. La Tabla 2.5 muestra las ecuaciones que se utilizan para determinar los
parámetros para el caso de una curva PSD unimodal.
Ecuación Descripción
( )
[ ( )] : Succión en el punto de inflexión de la curva
SWCC.
: Parámetro de ajuste.
√
31
: Contenido de agua residual.
para
: porcentaje en peso de partículas gruesas
con diámetro mayor a 0,075 mm
para
: Contenido de agua gravimétrico saturado.
para
: coeficiente de uniformidad del suelo
: Succión residual.
2.5.5 Ksat
(2.29)
(2.30)
32
(2.31)
(2.32)
(2.33)
(2.34)
(2.35)
Las unidades de k comúnmente se entregan en [m2] o [cm2] mientras que los valores de
la conductividad hidráulica están en unidades de [m/s] o sus equivalentes.
33
m/s para suelos del tipo grava. Además, agregándole algunos factores del entorno que
pudieren afectar la conductividad hidráulica, la variabilidad de ésta para un mismo suelo
puede variar significativamente [44].
Figura 2.20: Valores de permeabilidad y conductividad hidráulica para distintos tipos de suelos [26].
Una formula general para calcular la conductividad hidráulica puede ser escrita como se
muestra en la ecuación (2.36) [30].
(2.36)
34
La Tabla 2.6 muestra los valores de la ecuación (2.36) para distintos métodos que se
diferencian en la función de porosidad utilizada y el diámetro efectivo.
( )
√
Arenas Arenas
Rango de Arenas Arenas
medianas arcillosas
aplicación gruesas gruesas
3,75
Modelos empíricos
35
Tabla 2.7: Ecuaciones empíricas para estimar la conductividad hidráulica
Función Referencia
Campbell (1973)
( )
Modelos teóricos
(2.37)
(2.38)
El valor del parámetro de ajuste depende de los supuestos hechos, existiendo distintos
valores (Averjanov, 1950, ; Yuster, 1951, ; Irmay, 1954, ; Corey, 1954,
Los modelos estadísticos derivan de los modelos de Childs and Collis-George (1950),
Burdine (1953), y Mualem (1976a,b). Donde la conductividad hidráulica saturada y la
curva SWCC son utilizadas para resolver la forma integral del modelo estadístico para la
obtención de la función de la conductividad hidráulica.
36
La ecuación modificada de Campbell [47] utiliza la ecuación de SWCC de Fredlund y
Xing [48] para calcular la función de la conductividad hidráulica como se observa en la
ecuación (2.39):
( ⁄ )
[[ ][ ] ] (2.39)
( ⁄ ) [ ⁄ ]
Esta ecuación permite que la función de conductividad hidráulica versus succión del
suelo se nivele a medida que se acerca a la succión residual.
Figura 2.21: Experimento diseñado por Darcy para estudiar la influencia de un medio poroso al
movimiento de un fluido.
37
Como se observa en la Figura 2.21, el experimento desarrollado por Darcy buscaba
determinar la resistencia que un medio poroso generaba al movimiento de un flujo.
Donde determino que la velocidad de descarga de un flujo de agua a través del medio
poroso es directamente proporcional a la diferencia de altura entre los dos extremos del
lecho filtrante, e inversamente proporcional a la longitud del lecho. El flujo también es
proporcional al área perpendicular A, por lo que al combinar todos estos elementos se
tiene la ecuación (2.40) como sigue:
( ) (2.40)
(2.41)
(2.42)
Modelo de Brinkman
Otra forma de representar estos problemas es a través del modelo de Brinkman [50],
donde se agrega un término de viscosidad efectiva al modelo de Darcy. De esta forma el
modelo constituye una combinación de parámetros dependientes entre el flujo de Darcy
en medios porosos y el viscoso de un flujo de Stokes.
Denotando ̃ como la viscosidad efectiva del fluido, las ecuaciones de Brinkman para un
fluido incompresible queda como se muestra en la ecuación (2.43) y ecuación (2.44):
38
̃ (2.43)
(2.44)
Las ecuaciones de Brinkman son útiles para describir el movimiento rápido de un flujo a
través de un medio poroso, teniendo como fuerzas motrices la energía cinética potencial
de la velocidad del flujo, presión y gravedad. Estas ecuaciones son una extensión de
Darcy para describir la disipación de la energía cinética producto de esfuerzos de cortes
de la viscosidad que están en las ecuaciones de Navier-Stokes. Para la mayoría de los
materiales con características de material impermeable, es más aconsejable utilizar
Darcy que el modelo de Brinkman. Por otro lado, si el flujo al interior del medio poroso
es alto, donde la convección es una fuerza dominante, se recomienda el uso del modelo
de Brinkman. Mientras que si el flujo es lento y es la difusión dominante, se recomienda
el uso del modelo de Darcy.
Las ecuaciones que gobiernan el flujo de agua en medios parcialmente saturados bajo
condiciones isotérmicas, puede ser aplicado bajo el principio de conservación de la masa,
como se aprecia en la Figura 2.22.
39
Figura 2.22: Balance de masa en un elemento de volumen del suelo.
[ ] (2.45)
Sustituyendo los valores de los flujos por los obtenidos por la ley de Darcy se obtiene la
ecuación de Richard que se expresa en la ecuación (2.46) como:
( ) ( ) ( [ ]) (2.46)
40
(2.47)
(2.48)
Finalmente, sustituyendo los valores de los flujos por los obtenidos por el modelo de
Darcy, la ecuación (2.45) queda expresada de la siguiente forma (ecuación 2.49):
( ) ( ) ( ) (2.49)
Un buen modelo comienza con una correcta base de datos que lo alimente, destacando
que modelos actuales centran sus esfuerzos en la integración de los distintos fenómenos
físico-químicos y un escaso énfasis en la caracterización del medio poroso en
condiciones de saturación parcial. Existiendo así una breve discusión acerca de una
correcta caracterización del medio y cómo éstas afectan variables claves como la
conductividad hidráulica y curva SWCC. Donde incluso problemas simples como la
irrigación en una columna de un medio poroso con partículas esféricas, de tamaño
41
uniforme, es posible observar diferencias en cuanto a la saturación frente a pequeñas
modificaciones del flujo de entrada[44; 55; 56].
Figura 2.23: Cono de difusión observable en lixiviación y subdivisión de canales a partir de un punto
de irrigación [57].
Figura 2.24: Resultados de una Simulación sobre la saturación de la solución lixiviante, donde se
aprecia una irrigación homogénea en la superficie de la pila [56]
Es importante mencionar que a pesar de las similitudes y el esfuerzo hecho por realizar
en laboratorio experiencias lo más cercanas posibles a la realidad, no es posible realizar
un escalamiento completo entre resultados obtenidos en laboratorio y los existentes en
42
planta. Existiendo así diferencias importantes que deben ser tomadas en cuenta, como
por ejemplo el efecto de la pared del cilindro donde se observa una distribución distinta
de los poros, afectando así el contenido de agua, velocidad del flujo y difusión de los
componentes valiosos [58; 59].
3 Metodología
El presente trabajo tiene como objetivo determinar algunos aspectos claves relacionados
con la hidrodinámica al interior de columnas de lixiviación, tales como el nivel de
saturación máximo de la matriz y su evolución, donde es necesario realizar una correcta
caracterización de las fases involucradas (con especial énfasis en la fase solida) a partir
de ensayos en laboratorio y ecuaciones propuestas en la literatura.
Entre los alcances es necesario destacar que el enfoque del presente informe está
centrado en el estudio hidrodinámico en columnas de lixiviación, específicamente en
determinar el nivel de saturación alcanzado y tiempo en alcanzar un valor estable de
dicho parámetro. Por lo que estudios de esfuerzos y deformación al interior de la
columna y efectos químicos y electroquímicos que ocurren en la superficie, están
excluidos en este estudio. Del mismo modo se excluye el estudio del fenómeno de
transporte de contaminante, como por ejemplo la dispersión del agente lixiviante y la
concentración de cobre en solución.
43
Debido a la realización tanto de experiencias en laboratorio como de simulación, la
presentación de la metodología se dividirá en una parte experimental y parte
computacional.
La Figura 3.1 y Tabla 3.1 muestran un esquema general de los equipos y parámetros
utilizados en estas experiencias.
44
Tabla 3.1: Parámetros y variables utilizados.
45
Para determinar el balance de masa del sistema, se requiere estimar los caudales de
entrada, salida y conocer cantidad de solución almacenada en la matriz. Asumiendo que
la variación de la densidad de la solución lixiviante a la entrada y salida del reactor es
prácticamente igual, el balance de masa se realiza a partir del pesaje de los recipientes
de entrada, de salida y de la columna a distintos tiempos durante la operación.
La solución utilizada para la lixiviación consiste en una mezcla de agua destilada y ácido
sulfúrico (H2O +H2SO4) con una concentración de 25 g/L. Para determinar el consumo
de ácido, se utiliza como titulante una solución de hidróxido de sodio 0,1 Normal. Los
protocolos utilizados para la preparación tanto de la solución lixiviante como del
titulante se encuentran detallados en Anexos.
Análisis mineralógico
Análisis granulométrico
Debido a que no es posible pasar todo el material a través de los tamices, es necesario el
uso de un cortador rotatorio (splitter) para obtener un corte del mineral, permitiendo así
tener una muestra representativa de éste y luego extrapolar los valores obtenidos al total
de mineral utilizado. La Figura 3.3 muestra los equipos utilizados en esta experiencia.
46
Tabla 3.2: Especies de mineral presentes en mineral utilizado.
Masa Masa
Especies de mineral
M1 (%) M2 (%)
Malaquita/Azurita 0,25 0,48
Crisocola 1,56 1,63
Cu-Mica 2,16 1,20
Cu-Arcilla 2,00 1,44
Cu-Limonita 1,40 1,22
Otros óxidos de cobre 0,02 0,03
Calcopirita 0,03 0,20
Calcosina/Digenita/Covelita 0,19 0,04
Bornita 0,01 0,02
Fe-súlfuros 0,15 0,10
Otros súlfuros 3,98 3,19
Cuarzo 29,91 29,68
Feldespato 33,70 33,94
Micas 12,07 10,14
Carbonatos 3,33 5,75
Fosfatos 0,15 0,13
Sulfatos 0,02 0,05
Rutilo/Anatasa 0,68 0,75
Fe-óxidos/hidróxidos 1,89 2,34
Magnetita/Hematite 0,15 0,91
Otros 6,36 6,76
47
Figura 3.3: Harneros, tamices y cortador rotatorio utilizados.
Se obtiene a partir de una curva de ajuste a partir de los datos obtenidos en ensayo de
harneros y tamices. Se utiliza como curva de ajuste la ecuación propuesta por Rosin y
Rammler, donde el ajuste entre la ecuación y datos experimentales se realiza a través de
un análisis de regresión de mínimos cuadrados incorporados en un software comercial.
Para determinar la densidad aparente, masa total respecto volumen total ocupado por el
mineral (sólidos y espacios vacios), el ensayo consiste en introducir una cantidad de
mineral conocida en una probeta como se observa en la Figura 3.4, donde se registra el
peso del mineral y el volumen que ocupa.
48
Figura 3.4: Ensayo de densidad aparente.
Gravedad específica
La porosidad del suelo se obtiene a partir de la ecuación (2.8) propuesta por Vukovic y
Soro [30] a partir de datos obtenidos de la curva PSD estimada
Otra forma de estimar el valor de la porosidad es a partir de los valores obtenidos para la
densidad absoluta y aparente de la siguiente manera:
(3.1)
49
Propiedades fase líquida
Debido que concentración de ácido sulfúrico es baja, las propiedades físicas utilizadas
para la fase líquida corresponden a los valores de tabla para el agua a temperatura
ambiente. Utilizando así, una densidad de la solución equivalente a 9,97 x 102 kg/m3 y
una viscosidad cinemática de 1,004 x 10-6 m2/s.
Se obtiene a partir de la ecuación (2.36) propuesta por Slitcher [46], ecuación que mejor
se ajusta al tipo de suelo utilizado en la experiencia. El valor de C considerado es igual a
0,6*10-2 de acuerdo a la corrección sugerida por Jinxi Song et. al [60].
Curva SWCC
La curva SWCC se obtiene a partir de la curva PSD y la ecuación (2.27) propuesta por
Satyanaga et al [39].
50
Figura 3.5: Montaje de la experiencia de lixiviación en columnas.
La experiencia se diseña de forma tal que exista total independencia entre las columnas
(a excepción del sistema de calefacción) por lo que cada columna posee su propio
recipiente de solución de entrada y de salida y sistema de bombeo. Además, debido a
que es necesario el pesaje de las columnas durante la operación, se introducen
conectores rápidos entre las mangueras que se utilizan para el encamisado, permitiendo
así desconectar las mangueras de manera rápida.
El ácido consumido se determina con la extracción de una muestra de 5 ml que debe ser
filtrada (producto del arrastre de material fino hacia la salida de la columna). El proceso
51
de filtrado se lleva a cabo utilizando una máquina centrífuga, en donde se dejan las
muestras en su interior por 10 minutos a 5000 r.p.m.
Figura 3.6: Titulación de las muestras, a) Ejemplo del color de la solución en el momento del viraje
del color, b) equipos utilizados para la titulación.
(3.2)
Para la medición de los términos del balance de masa en el reactor, se utilizan balanzas
para el pesaje de reactores de entrada, de salida y columnas de lixiviación. La Figura 3.7
muestra las balanzas utilizadas en el laboratorio y Tabla 3.3 los datos de éstas.
52
Figura 3.7: Balanzas utilizadas para el pesaje de reactores de entrada, salida y columnas de
lixiviación. a) Balanza utilizada para el pesaje de reactores de entrada, b) balanza utilizada para el
pesaje de columnas y reactores de salida.
Para la simulación, se utiliza un computador con procesador Intel Core i7, con memoria
RAM de 16 GB.
La Figura 3.8 muestras un esquema con los pasos realizados para la simulación.
53
Propiedades del
Material (Medio
poroso y Fluido) Procesamiento
• Geometria y mallado de Datos
• Alcances de la • Estimación de curva • Condiciones iniciales
simulación PSD y de borde • Matemathica
• Características de la • Accumesh
• Estimación • Tiempo de simulación
simulación relaciones masa-
volumen , curva
Definición del SWCC , Ksat y K(ψ)
problema y propuesta Simulación
de resolución.
El modelo incluye una entrada de flujo por la parte posterior confinado al interior de la
columna y restringiendo la salida del flujo por la base de la columna.
Entre los aspectos claves a considerar para la simulación está la correcta caracterización
del flujo y la matriz porosa, siendo necesario el ingreso de los siguientes parámetros:
54
hidráulica saturada. Valores que son obtenidos a partir de las experiencias en
laboratorio y a partir de ecuaciones empíricas.
Geometría: La Figura 3.9 muestra la región y su forma utilizada para la simulación, las
dimensiones utilizadas corresponden a las dimensiones de las columnas usadas en
laboratorio. Sin embargo, producto de la condición de borde de salida utilizada (Altura
0) y la alta succión inicial desde la base y que fue observada en simulaciones
preliminares, es necesario aumentar la altura de la columna a un valor que permita
evitar observar una saturación desde la base de la columna. La altura total de la
columna simulada es de 30 m. separando así la geometría en dos zonas (la primera con
las dimensiones exactas del experimento y la otra zona para evitar succión inferior).
Para las condiciones de borde se impone un flujo restringido por las caras laterales
teniendo como única salida la base de la columna. Tal como fue mencionado
anteriormente, no se considera evaporación del medio con el exterior Para la entrada se
impone un flujo constante equivalente a 20 l/h/m2 en un segmento central del lado
superior (0,006 m), dejando el resto del segmento superior con una condición de borde
de flujo cero. El largo del segmento por donde sale el flujo es constante entre columnas
por lo que es necesario ajustar la tasa de riego para cada experiencia en orden de
mantener una tasa de riego equivalente entre experiencias. Para la superficie de salida
55
se impone como condición de borde una altura igual a 0. La Tabla 3.4 muestra en
detalle las condiciones antes mencionadas.
56
4 Resultados Parte Experimental
4.1 Primera Experiencia
Cuatro aspectos son importantes de conocer en esta experiencia. Estos son, monitorear
el comportamiento de los equipos utilizados para controlar el flujo de entrada en las
columnas, determinar valor de saturación máxima para cada columna, estimar tiempo
en que demora en alcanzar dicho valor y registrar el consumo de ácido para cada
columna durante las horas de operación.
1,4
1,2
Volumen de entrada [L]
1,0
0,8
0,6
y = 0,0062x + 0,0301
0,4 R² = 0,9996
0,2
0,0
0 50 100 150 200
Tiempo de Operación [h]
57
5,0
4,5
20
18
Volumen de entrada [L]
16
14
12
10
8
y = 0,0968x + 0,1688
6 R² = 0,9982
4
2
0
0 50 100 150 200
Tiempo de Operación [h]
Para cada experiencia se observa que ecuaciones de regresión lineal ajustan de forma
satisfactoria los valores del volumen de entrada durante la experiencia, con un valor de
58
su pendiente cercano a la tasa de riego deseado e igual 20 L/h/m2. Ajuste se corrobora
con los valores de R2. La Tabla 4.1 muestra los valores de tasa de riego obtenidos y el
valor de respectivo R2, valores de tasa de riego son obtenidos a partir del diámetro
respectivo de la columna y el valor de la pendiente obtenida a partir de la ecuación
obtenida para cada columna.
Tabla 4.1: Valores de la tasa de riego y coeficiente de determinación obtenidos para cada columna.
4.1.2 Saturación
59
18
16
14
Saturación [%] 12
10
8
6
4
2
0
0 50 100 150 200
Tiempo de Operación [h]
14
12
10
Saturación [%]
0
0 50 100 150 200
Tiempo de Operación [h]
60
20
18
16
Saturation [%] 14
12
10
8
6
4
2
0
0 50 100 150 200
Operation Time [h]
Se observa que columna D20 es la que presenta una mayor variabilidad en cuanto a la
saturación máxima registrada, con un valor máximo en torno a 16% y un mínimo
cercano a 7%. Siendo este último valor el que logra una mayor estabilización (entre las
20 y 120 horas), máximos se presentan al inicio de la experiencia y al final de ésta. No es
posible conocer la evolución de la saturación, ya que primera muestra (a las 2 horas) ya
presenta un valor alto de saturación.
61
Tabla 4.2: Valores obtenidos para la segunda experiencia.
Columna D80 es la que presenta una saturación mayor que las observadas en las otras
dos columnas, mientras que columnas D20 Y D40 son las que presentan una saturación
más próxima entre ellas. Es necesario mencionar que, a modo de evitar el arrastre de
finos hacia el recipiente de salida, se utiliza una pequeña porción de malla raschel en la
base de cada columna, por lo que es necesario ajustar los valores máximos de saturación
de cada columna a un valor de saturación máxima corregida, debido a que malla
también presenta un pequeño porcentaje de retención de agua al interior de la columna.
80
Consumo de ácido [g/kg]
70
60
50
40
30
20
10
0
0 50 100 150 200
Tiempo de Operación [h]
Figura 4.7: Consumo de ácido sulfúrico en columnas D2 (diámetro 20 mm), D4 (diámetro 40 mm) y
D8 (diámetro 80 mm).
62
Si bien no es mucho el análisis que se realizará en cuanto al consumo de ácido para cada
columna, la Figura 4.7 deja registro respecto al consumo observado en cada columna
para esta experiencia. Donde los datos se entregan normalizados por kg. de mineral en
cada columna. Se observa que columna D20 es la que presenta un mayor consumo de
ácido sulfúrico por kg de mineral, seguido de columna D40 y finalmente columna D80
(57% menor con respecto a columna D20).
A continuación, se presentan los gráficos de tasa de riego obtenidos para cada columna
en la segunda experiencia.
20
18
Volumen de Entrada [ml]
16
14
12
10
8
y = 0,1361x - 0,2723
6 R² = 0,9969
4
2
0
0 20 40 60 80 100 120 140
Tiempo [min]
Figura 4.8: Tasa de riego observada en Columna con diámetro 20 mm segunda experiencia.
63
90
80
60
50
40
y = 0,4547x + 0,133
30 R² = 0,9998
20
10
0
0 50 100 150 200
Tiempo [min]
Figura 4.9: Tasa de riego observada en Columna con diámetro 40 mm, segunda experiencia.
600
500
Volumen de Entrada [ml]
400
300
y = 1,6667x + 1,3621
200 R² = 0,9998
100
0
0 50 100 150 200 250 300 350
Tiempo [min]
Figura 4.10: Tasa de riego observada en Columna con diámetro 80 mm, segunda experiencia.
64
experiencia. Siendo la columna de diámetro 20 mm la que presenta una mayor variación
en el flujo de entrada, debido principalmente al modelo de la bomba utilizada durante la
experiencia, la cual trabajo en el valor mínimo admitido, siendo muy sensible en el rango
operado. El valor máximo de tasa de riego observado está en la columna D20.
4.2.2 Saturación
30
25
Saturación [%]
20
15
10
0
0 50 100 150 200
Tiempo [min]
Figura 4.11: Curva de saturación observada para columna de diámetro 20 mm, segunda experiencia.
65
18
16
14
Saturación [%]
12
10
0
0 50 100 150 200
Tiempo [min]
Figura 4.12: Curva de saturación observada para columna de diámetro 40 mm, segunda experiencia.
18
16
14
Saturación [%]
12
10
0
0 100 200 300 400
Tiempo [min]
Figura 4.13: Curva de saturación observada para columna de diámetro 80 mm, segunda experiencia.
66
Para cada figura mostrada anteriormente es posible apreciar la evolución de la
saturación y su comportamiento asintótico, donde se observa una etapa lineal en el
inicio, seguido de un crecimiento paulatino hasta un valor de saturación máximo y que
es distinto para cada columna.
La Tabla 5.1 muestra los valores obtenidos en los diferentes ensayos para las principales
variables del suelo. Ecuación utilizada para determinar la conductividad hidráulica
saturada corresponde a la ecuación propuesta por Slitcher debido a que esta ecuación es
67
la que presenta mejor compatibilidad respecto al tipo de suelo utilizado, específicamente
respecto a los criterios de selección determinados por de.
Ecuaciones y Valor
Parámetros
Porosidad
1,51
Debido a que el valor del contenido volumétrico de agua saturado corresponde al caso
cuando el volumen del poro está ocupado en su totalidad con agua, se tiene que este
valor es equivalente al valor obtenido para la porosidad. De esta forma se tiene igual a
0,49 y igual a 0,39.
Tabla 5.2: Tamices utilizados para el análisis granulométrico y los respectivos porcentajes en peso
pasantes para cada malla.
68
Malla 50 0,3 0,67%
Malla 70 0,212 0,58%
Malla 100 0,15 0,46%
Malla 140 0,106 0,33%
Malla 200 0,075 0,18%
La Figura 5.1 muestra la curva obtenida, teniendo como parámetros de ajuste b=5,632 y
n =5,229, valores que fueron obtenidos en Mathematica utilizando como base del código
el comando NonLinearModelFit, que permite realizar un ajuste de curva con datos a
partir de una regresión de mínimos cuadrados, obteniendo un valor de R2 igual a 0,99.
Utilizando la ecuación obtenida para la curva PSD y las ecuaciones propuestas por
Satyanaga et al. para la estimación de la curva SWCC, se obtienen los siguientes
parámetros de ajuste para la curva SWCC.
69
Tabla 5.3: Parámetros de ajuste curva SWCC Satyanaga et al.
0,4474
0,0011
[kPa] 0,808
[kPa] 1,525
[kPa] 6287
S 2,032
Se observa un valor de contenido de agua residual de 0,11% que se alcanza a una succión
de 6287 kPa y un valor de entrada de aire equivalente a 0,808. Que por lo demás son
consistentes con el rango de valores para suelos tipo grava, donde se observa un bajo
contenido de agua residual a succiones no muy altas y un valor de entrada de agua a una
baja succión.
Luego, a partir de los datos obtenidos por Satyanaga et al., se obtiene un total de 21
pares de datos que se muestran a continuación.
Tabla 5.4: Pares de datos obtenidos con curva SWCC Satyanaga et al.
Contenido de
Succión [kPa]
agua volumétrico
0,82 0,4378
1 0,3321
1,22 0,2722
1,62 0,2134
2,02 0,1788
2,42 0,1551
2,82 0,1376
3 0,1311
5 0,0870
7 0,0655
9 0,0526
20 0,0247
40 0,0120
60 0,0078
80 0,0057
100 0,0045
200 0,0024
400 0,0015
600 0,0013
800 0,0012
1000 0,0011
70
Estos pares de datos son ingresados en el software SVFlux para el ajuste de éstos con
curvas disponibles en el software, en este caso se utiliza la curva propuesta por Fredlund
y Xing. Donde se observa que el valor de R2 muestra un ajuste aceptable entre datos y
curva propuesta. Figura 5.2 se observa la curva propuesta y pares de datos utilizados
para el ajuste.
0,4474
af 1,113
nf 3,106
mf 1,117
hr 3,603
R2 0,9791
Figura 5.2: Ajuste de datos entre curva SWCC de Fredlund y Xing y pares de datos obtenidos por
curva SWCC Satyanaga et al.
71
5.1.4 Función de conductividad hidráulica
Figura 5.3: Curva de conductividad hidráulica obtenida a partir del modelo de Campbell modificado.
5.2 Simulación
Utilizando los valores obtenidos para la caracterización del medio poroso, se prosigue
realizando simulaciones en el software SVFlux.
72
Respecto al paso del tiempo, software realiza un ajuste de éste constantemente durante
el proceso de iteración, incrementando o relajando el paso dependiendo de los
problemas de convergencia y error permitido por el usuario al comienzo de la
simulación. Una de las variables posibles de manipular corresponde al máximo paso de
tiempo permitido, se realizan dos simulaciones para ver este efecto, la Figura 5.5
muestra los resultados obtenidos donde se aprecia prácticamente ninguna diferencia
entre simulaciones por lo que se fija el incremento máximo de tiempo en 30 segundos.
La Figura 5.6 se observa finalmente como queda la malla utilizada en el modelo a
simular.
73
Figura 5.5: Comparación de resultados de simulación con distintos incrementos de tiempo.
5.2.2 Saturación
La Figura 5.7 muestra los resultados de saturación obtenidos para todas las columnas,
donde no es posible apreciar diferencias notorias entre columnas, ya que presentan
mismo nivel de saturación e idéntica evolución. Se observa una Saturación máxima de
13,3%, alcanzando un valor de 13% a los 5460 segundos de simulación.
Figura 5.7: Saturación obtenida en simulación para columnas D20, D40 y D80.
74
Debido a que no existe una diferencia apreciable entre columnas, próximos resultados
mencionados corresponden a una columna en particular correspondiente a la columna
con diámetro 80 mm.
La Figura 5.8 muestra los resultados entre el cociente entre el flujo de salida y flujo de
entrada, observándose un comportamiento acorde a lo esperado para el final de la
simulación pero con una pequeña desviación al comienzo de la simulación.
Como se muestra en la Figura 5.9, condición impuesta para el flujo de entrada genera un
problema en el proceso de iteración al comienzo de la simulación. Apreciándose un peak
al comienzo de la simulación (antes de los 50 segundos) y que tiene una repercusión en
el flujo de salida observado, tal como se observa en la Figura 5.10, donde el evento se
normaliza a partir de los 800 segundos.
75
Figura 5.9: Flujo de entrada columna D80.
76
Figura 5.11, muestra el grado de saturación observado en columna D80 para tres
instantes diferentes de simulación donde se aprecia un incremento en el grado de
saturación a medida que avanza el tiempo. También es posible observar claramente un
frente de saturación, observando que el movimiento del contenido de agua ocurre
principalmente de manera vertical, distinto al observado en experiencia en laboratorio
donde se aprecia que parte de la saturación en la columna ocurre de manera horizontal.
Figura 5.11: Evolución de la saturación en columna de lixiviación D80 para t=0, t=300 y t=1500
segundos.
77
Figura 5.12 muestra cualitativamente los vectores de velocidad del flujo al interior de la
columna, donde se aprecia que el flujo está confinado producto de las condiciones de
borde y que dirección de los vectores es mayor cercano a la entrada del flujo en columna.
Al igual que la Figura 5.11 se observa que el flujo al interior de la columna tiene una
dirección predominantemente vertical.
Figura 5.13 y Figura 5.14 muestran los valores de succión, contenido de agua y
conductividad hidráulica que se encuentran dentro de columna a los 300 segundos de
simulación. Se observa que rango de operación para ambas curvas ocurre cercano a la
zona residual de ambas curvas, bastante lejana a las condiciones de suelos saturados. A
medida que se avanza en la simulación este rango cada vez se hace más pequeño, donde
crece el contenido de agua y conductividad hidráulica a medida que la succión
disminuye.
78
Figura 5.14: Curva de Función de Conductividad Hidráulica y valores obtenidos en simulación.
6 Análisis de Resultados
6.1 Parte experimental
Primera experiencia realizada en laboratorio muestra resultados satisfactorios en cuanto
al manejo del flujo de entrada en las columnas, teniendo un valor estable, cercano al
valor fijado y similar entre experiencias. El valor de la porosidad es similar entre estas
también (0.54) aunque difiere del valor obtenido a partir de ecuaciones con parámetros
determinados a partir de la curva PSD (0.45). En cuanto a su obtención en ensayo
(utilizando valores de densidad absoluta y aparente), valor de porosidad se asemeja más
al valor obtenido en columnas (0.49).
La Figura 6.1 muestra los valores de saturación para todas las columnas para la primera
experiencia
79
20
18
16
14
Saturación [%]
12
10
8
6
4
2
0
0 50 100 150 200
Tiempo de Operación [h]
Una de las razones en cuanto a las variaciones del valor de saturación que ocurren a lo
largo de la experiencia se deben producto del ajuste manual que se realiza en bombas
peristálticas para corregir tasa de riego, ajuste que se realiza de forma periódica. Además
de esto, debido a la forma en que se lleva a cabo el pesaje de columnas de lixiviación,
existe un error de muestreo que también debe ser considerado.
Índice de mala distribución del líquido muestra que todas las columnas están por sobre
el mínimo aconsejado (igual a 60), con un valor máximo entre columnas igual a 3183
para la columna D20, observando una razón mayor a 10 entre columna D20 Y D80 y que
tiene una influencia directa en el tiempo que demora en saturar cada columna.
80
alcanzar un valor de saturación estable. Una mayor semejanza existe entre resultados
obtenidos para las columnas D40 Y D80, columnas que presentan un valor de tasa de
riego y porosidad similar.
Columna D20 es la que presenta una saturación distinta y mayor al resto, sin embargo
esto es coherente con respecto al valor de tasa de riego obtenido en esta columna, donde
la tasa de riego tuvo un promedio de 26 L/h/m2, equivalente a un 25% mayor al valor
buscado en esta experiencia. Fenómeno que permite observar un claro efecto de la tasa
de riego respecto a la saturación máxima que alcanza el sistema, donde una mayor tasa
de riego produce una mayor saturación de la columna.
25
20
15
10
0
0 50 100 150 200 250 300 350
Figura 6.2: Saturación observada en segunda experiencia para columnas D2 (diámetro 20 mm), D4
(diámetro 40 mm) y D8 (diámetro 80 mm).
[( ⁄ ) ] (6.1)
81
Donde corresponde al valor máximo de saturación alcanzado, siendo y los
parámetros de ajuste de la ecuación. Debido a la forma de la curva [ ] y a los
valores obtenidos para el parámetro de ajuste (entre 0 y 1), se utiliza un coeficiente
para un correcto manejo de la ecuación propuesta, principalmente en torno a cero. Se
utiliza para cada caso.
Tabla 6.1 muestra los datos, valor de R2 y parámetros de ajuste obtenidos para cada
columna.
Tabla 6.1: Valores y parámetros de ajuste obtenidos para ecuación de saturación para cada columna.
A continuación se presentan las curvas de ajuste obtenidas para cada columna. Donde se
aprecia un correcto ajuste entre datos obtenidos experimentalmente y ecuación
propuesta.
Figura 6.3: Curva de ajuste obtenida para columna D20 con datos de la segunda experiencia.
82
Figura 6.4: Curva de ajuste obtenida para columna D40 con datos de la segunda experiencia.
Figura 6.5: Curva de ajuste obtenida para columna D40 con datos de la segunda experiencia.
83
Entre sus características es necesario destacar que valores tanto para como
son muy cercanos a cero, permitiendo así una buena estimación para la Saturación como
para la determinación del flujo a la salida.
Obtenida esta ecuación que permite conocer la saturación en función del tiempo, es
posible estimar una ecuación para conocer el volumen a la salida de la columna como
sigue:
(6.2)
[( ⁄ ) ] (6.3)
Con la porosidad del medio y el volumen total de la columna. Figura 6.6 muestra
los resultados obtenidos aplicando las ecuaciones antes mencionadas para los primeros
17 minutos de operación. Mientras que Figura 6.7 muestra el flujo de salida observado y
que corresponde a la derivada en el tiempo de . Se aprecia que desarrollo
general del flujo ocurre en los primeros minutos de operación. Cabe destacar que las
dimensiones de los experimentos hechos ya muestran tiempos y evolución de Saturación
y flujo de salida perfectamente apreciable, dato no menor si se piensa que las
dimensiones utilizadas en experimentos son pequeñas en comparación a valores
observables en pilas a nivel comercial.
84
Figura 6.7: Flujo de salida determinado para columna D80.
Primero que todo, los valores obtenidos para las variables del medio poroso se aprecia
que están dentro del rango esperado tanto para los valores de densidad absoluta,
aparente y porosidad. Apreciándose que el empaquetamiento entre columnas permite
obtener porosidades similares entre experiencias. Densidad gravimétrica obtenida e
igual a 2,59 está prácticamente determinada a partir del porcentaje másico que
representan especies de Cuarzo y Feldespato cercando al 65% y en una proporción casi
equitativa entre estas especies, teniendo así un valor de densidad gravimétrica muy
cercano al promedio de éstas.
85
Figura 6.8: Curvas de la conductividad hidráulica en función de la porosidad para las ecuaciones de
Terzagui, Slitcher y Kozeny.
Considerando que una conductividad hidráulica igual a 1 [m/s] es elevada incluso para
suelos del tipo grava. Se observa que curvas de Slitcher y Kozeny permiten una mejor
estimación de la conductividad hidráulica para el mineral (suelo) utilizado. Además, es
posible observar que para una porosidad menor a 0,3, el valor de la conductividad
hidráulica es similar entre los modelos señalados.
Curva SWCC obtenida por ecuación propuesta por Fredlund y Xing muestran un valor
para la succión de entrada de aire equivalente a 0,678 y una succión residual de 0,1 con
un contenido de agua residual igual a 3,18% (S=0,07). Estos valores están dentro de lo
esperado para el tipo de mineral utilizado, ya que suelos con un tamaño de partícula
grande tienen una menor capacidad de retención de agua, requiriendo una succión baja
para aumentar el contenido de agua respecto a un suelo con una distribución de
partículas más finas.
Desde la Figura 6.9 a la Figura 6.11 se muestran cómo afectan las variaciones de los
distintos parámetros de ajuste de la curva de Fredlund y Xing, siendo la curva en rojo la
curva utilizada en simulación.
86
Figura 6.9: Variación de parámetro af en curva SWCC.
87
Figura 6.11: Variación de parámetro mf en curva SWCC.
Figura 6.9 muestra que parámetro af tiene una fuerte incidencia respecto al valor de
succión de entrada de aire, teniendo en este caso particular un valor muy próximo a éste.
Figura 6.10 muestra que valor del parámetro nf afecta a la pendiente de la curva SWCC
donde su sensibilidad de denota en las pequeñas diferencias utilizadas en el gráfico con
respecto al valor utilizado en simulación.
Como se observa en Figura 6.11, valor del parámetro mf afecta principalmente a la zona
baja de la curva SWCC donde un menor valor de este parámetro aumenta el valor del
contenido de agua residual. Como se aprecia, se puede señalar que una de las ventajas
que presenta la curva de SWCC propuesta por Fredlund y Xing permite, a partir de estos
tres parámetros, un ajuste completo e independiente entre las zonas de alto contenido de
agua, bajo contenido de agua y la pendiente de la curva SWCC.
88
Figura 6.12: Curva de conductividad hidráulica para distintos valores del parámetro de ajuste p.
6.2.2 Simulación
Resultados computacionales muestran un valor de saturación máxima menor al
observado en experiencia en laboratorio, sin embargo al considerar la saturación
máxima corregida (restándoles la retención de malla raschel) se observa que valores de
saturación son muy próximos. Respecto al tiempo que tarda en saturar, no se observan
diferencias entre columnas de distintos diámetros, una de las razones que puede afectar
dicho resultado corresponde al gradiente de saturación que se observa en simulación,
donde se aprecia que desarrollo de saturación ocurre en los primeros centímetros de la
columna, teniendo como resultado que saturación observada en columna ocurre
prácticamente en la dirección vertical (misma saturación de manera transversal en
columnas de simulación).
89
Figura 6.13: Resultados experimentales y de simulación obtenidos para la saturación en columnas.
[( ⁄ ) ] (6.4)
90
Figura 6.14: Ajuste de curva obtenida para saturación en simulación.
La Tabla 6.2 presenta los valores característicos obtenidos para cada experiencia, donde
se observa el tiempo que tarda cada experiencia en alcanzar el 90% de la saturación
máxima. Donde se refleja que a menor diámetro de columna, más cercano es al valor
obtenido en simulación.
Tabla 6.2: Valores obtenidos en experiencias de laboratorio, simulación y tiempo en alcanzar el 90%
de la saturación máxima para cada sistema.
91
7 Conclusiones y Sugerencias
7.1 Conclusiones
Los modelos matemáticos utilizados para la caracterización del mineral en columnas de
lixiviación parcialmente saturada permiten obtener parámetros y variables del medio
poroso dentro de los rangos esperados, de acuerdo a la literatura reportada en
antecedentes, teniendo como resultado un suelo del tipo grava, con una conductividad
hidráulica saturada de 1 m/s.
Las simulaciones realizadas no permiten ver el efecto del diámetro sobre la curva de
saturación, donde se observa que el desarrollo de ésta ocurre principalmente en la
dirección vertical, siendo difícil observar diferencias notorias de la saturación de manera
transversal a la columna. Los valores obtenidos para la saturación máxima en simulación
son similares a los obtenidos en experiencia en laboratorio, teniendo valores en torno a
un 13% de Saturación respecto al 14% en promedio reportado en laboratorio. Además, se
observa que las columnas de lixiviación operan en condiciones cercanas a la zona
residual de la curva SWCC, siendo muy diferente a las condiciones de un suelo saturado.
92
7.2 Sugerencias
Luego de observar experimentalmente un efecto en el diámetro de partículas sobre el
tiempo que demora en saturar, los próximos pasos a seguir debiesen incluir un mayor
número de experimentos en los que se varíen una mayor cantidad de parámetros, como
por ejemplo tasa de riego, altura columna, número de goteros. Además, producto de la
sensibilidad de la saturación en columnas utilizadas frente a pequeñas fluctuaciones de
la tasa de riego, se aconseja que el valor del diámetro de éstas debiese ser mayor,
tomando en consideración los criterios señalados por Delgado [59][61], principalmente
entre la relación del diámetro de partícula y el diámetro de la columna y así evitar
posibles errores producto del efecto pared.
Otro aspecto que es recomendable seguir estudiando es el efecto del uso de un número
distinto de goteros, especialmente relacionado con el índice de mala distribución. De
manera de cuantificar el efecto del uso de éstos respecto al mojado efectivo y tiempo que
demora en saturar la columna.
A partir de los datos obtenidos, una aplicación sería acoplar dichos resultados a modelos
que consideren reacciones químicas, tales como el consumo de ácido y la recuperación
de cobre en columnas de lixiviación.
Una aplicación posible a realizar corresponde al uso de las ecuaciones propuestas para
diferentes materiales observados en pilas a nivel industrial. Determinando así algunas
variables del suelo parcialmente saturado.
93
8 Bibliografía
2. Insight into heap leach technology. N. Dhawan, M.S. Safarzadeh, J.D. Miller,
R.K. Rajamani, M.S. Moats. Seattle, W.A., United States : s.n., 2012. SME Annual
Meeting. págs. 1-8.
3. Computer simulation of fluid motion in a porous bed using a volume of fluid method:
application in heap leaching. S.M. Mousavi, A. Jafari, S. Yaghmaei, M.
Vossoughi and P. Sarkomaa. 2006, Minerals Engineering, Vol. 16, págs. 1077-1083.
4. A comprehensive model for copper sulphide heap leaching. Part 1. Basic formulation
and validation through column test simulation. C.R. Bennett, D. McBride, M.
Cross and J.E. Gebhardt. 2012, Hydrometallurgy, Vols. 127-128, págs. 150-161.
5. SPH modeling of fluid at the grain level in a porous medium. G.C. Pereira, M.
Prakash and P.W. Cleary. 2011, Applied Mathematical Modelling, Vol. 35, págs.
1666-1675.
10. Collahuasi. Collahuasi. [En línea] 2009. [Citado el: 20 de Noviembre de 2013.]
http://www.collahuasi.cl/espanol2/huella-carbono/resultados-hc-collahuasi.pdf.
94
12. La recuperación de cobre mediante lixiviación-extracción con disolventes-
electrólisis: hacia el siglo XXI. Alguiacil, FJ. 6, Madrid : Revista Metal Madrid, 1998,
Vol. 34.
13. A look at leach SX-EW with 2020 vision. S.K. Young, D.B. Dreisinger, R.P.
Hackl and D.G. Dixon, [ed.]. 1999. Copper 99 International Conference . Vol. IV,
págs. 612-619.
15. A model for heap bioleaching of chalcocite with heat balance: Bacterial temperature
dependence. M.J. Leahy, M.R. Davidson, M.P. Schwarz. 2005, Minerals
Engineering, Vol. 18, págs. 1239–1252.
17. Jochen Petersen, David G. Dixon. Modeling and Optimization of Heap Bioleach
Processes. [aut. libro] D.B Johnson D. E. Rawlings. Biomining. s.l. : Springer, 2007,
págs. 153-175.
19. Effect of morphology on sulphuric acid leaching of malachite ores. S. Song, F. Rao
and X. Zhang. 2, s.l. : Maney, 2011, Mineral Processing and Extractive Metallurgy, Vol.
120, págs. 85-89.
20. Heap leaching kinetics are proportional to the irrigation rate divided by heap
height. H.M. Lizama, J.R. Harlamovs, D.J. McKay, Z. Dai. s.l. : Elsevier, 2005,
Minerals Engineering, Vol. 18 , págs. 623–630.
21. Recent advances in the application of X-ray computed tomography in the analysis
of heap leaching systems. Nikhil Dhawan, M. Sadegh Safarzadeh, Jan D. Miller,
Michael S. Moats, Raj K. Rajamani, Chen-Luh Lin. s.l. : Elsevier, 2012, Minerals
Engineering, Vol. 35 , págs. 75–86.
22. The influence of the initial liquid distribution on the efficiency of a packed bed. Ter
Veer, K.J.R., Van Der Klooster, H.W., Drinkenburg, A.A.H. 1980, Chemical
Engineering Science, Vol. 35, págs. 759–761.
95
23. Technical Nore: State of the practice review of heap leach pad design issues.
Richard Thiel, Mark E. Smith. s.l. : Elsevier, 2004, Geotextiles and Geomemranes,
Vol. 22, págs. 555-568.
25. Terragis: A web-based Geographic information System (GIS). [En línea] [Citado el:
13 de Febrero de 2014.] http://www.terragis.bees.unsw.edu.au/terraGIS_soil/sp_water-
water_flow.html.
26. Likos, Ning Lu and William J. Unsaturated soil mechanics. Hoboken, New
Jersey : John Wiley & Sons, Inc., 2004.
27. Bear, Jacob. Dynamics of Fluids in Porous Media. s.l. : Dover, 1988.
28. Die Plastizita¨t der Tone. Atterberg, A. 1911, Int. Mitt. Bodenkd, Vol. 1, págs. 10–
43.
29. On total, matric and osmotic suctions. J. Krahn, D.G. Fredlund. 5, USA :
Williams & Wilkings, 1971, Soil Science, Vol. 114, págs. 339-348.
31. Hough, B.K. Basic Soils Engineering. New York : Ronald, 1969.
32. Lambe, T. W., and Whitman, R. V. Soil Mechanics. New York : Wiley, 1979 .
33. Padotransfer functions: bridging the gap between available basic soil data and
missing soil hydraulic characteristics. Wösten, J.H.M., Pachepsky, Y.A., Rawls,
W.J. 2001, J. Hydrol. , Vol. 251, págs. 123–150.
35. An equation to represent grain size distribution. M.D. Fredlund, D.G. Fredlund
and G.W. Wilson. 2000, Canadian Geotechnical Journal, Vol. 37, págs. 817-827.
36. The laws governing the fineness of powdered coal. Rosin, P. and Rammler, E.
1933, J. Inst. Fuel, Vol. 7, págs. 29-36.
96
38. Buckingham, E. Studies on the movement of soil moisture. U.S. Dept. Agric. Bur.
Soils Bull. 38. Washington, DC. : U.S. Government Printing Office, 1907.
39. Water characteristic curve of soil with bimodal grain-size distribution. Alfrendo
Satyanaga, Harianto Rahardjo, Eng-Choon Leong, Jin-Yuan Wang. 48, s.l. :
Elsevier, 2013, Computers and Geotechnics, págs. 51-61.
40. Hysteresis in unsaturated flow in packed beds and heaps. I.M.S.K. Ilankoon,
S.J. Neethling. 2012 : s.n., Minerals Engineering , Vol. 35 , págs. 1–8.
41. Bouma, J., Ziebell, W.A., Walker, W.G., Olcutt, P.G., McCoy, E., Hole,
F.D. Soil Disposal of Septic Tank Effluent: A Field Study of some Major Soils in
Wisconsin. Wisconsin Natural History Survey, Information Circular 20. 1972, pág.
240.
42. Equations for the soil-water characteristic curve. Xing, D.G. Fredlund and A. 3,
1994, Canadian Geotechnical Journal, Vol. 31, págs. 521-532.
43. The theory of groundwater motion. Hubbert, M.K. 1940, Journal of Geology, Vol.
48, págs. 785-944.
45. Field evaluation of methods for determining hydraulic conductivity from grain size
data. Thomas Vienken, Peter Dietrich. 2011, Journal of Hydrology, Vol. 400, págs.
58–71.
47. A simple method for determining unsaturated conductivity from moisture retention
data. Campbell, G.S. 1974, Soil Science , Vol. 117, págs. 311-314.
48. Predicting the permeability function for unsaturated soils using the soil-water
characteristic curve. D.G. Fredlund, Anquing Xing and Shangyan Huang. 3,
1994, Canadian Geotechnical Journal , Vol. 31, págs. 521-532.
49. A Lower Limit for the Water Permeability Coefficient. Ebrahimi-B N., Gitirana
Jr. G.F.N., Fredlund D.G., Fredlund M.D., Samarasekera L. Québec : s.n.,
2004. 57th Canadian Geothechnical Conference.
97
50. Könnö, Juho. Finite Element Methods for Flow in Porous Media. Department of
Mathematics and Systems Analysis, Aalto University. Helsinki : School of Science, 2011.
Article dissertation.
52. Heap leach modeling employing CFD technology: A ‘process’ heap model. D.
McBride, M. Cross, J.E. Gebhardt. 2012, Minerals Engineering, Vol. 33, págs. 72-
79.
53. Hydrodynamic behavior of heap leach piles: Influence of testing scale and material
properties. Sylvie C. Bouffard, Paul G. West-Sells. s.l. : Elsevier, 2009,
Hydrometallurgy, Vol. 98, págs. 136-142.
54. Capillary Conduction of Liquids through Porous Mediums. Richards, L.A. 1931,
Physics, Vol. 1, págs. 318-333.
56. Flow through porous media with applications to heap leaching of copper ores. E.
Cariaga, F. Concha, M. Sepúlveda. s.l. : Elsevier, 2005, Chemical Enginnering
Journal, Vol. 111, págs. 151-165.
57. The measurement of ground-water flow. Pierre, Danel. 1953. Ankara Symposium
on arid zone hydrology. págs. 99-107.
58. Influence of the wall structure on the void fraction distribution in packed beds.
Nico Zobel, Thomas Eppinger, Frank Behrendt, Matthias Kraume. s.l. :
Elsevier, 2012, Chemical Enginnering Science , Vol. 71, págs. 212-219.
59. A critical review of dispersion in packed beds. Delgado, J.M.P.Q. 2006, Heat
Mass Transfer, Vol. 42, págs. 279-310.
98
ANEXOS
ANEXOS A
Minerals and Metals Characterisation and Separation (M2CS) Research Group. Department of
Mechanical Engineering. Universidad de Chile, Beaucheff 850, Santiago, Chile.
G. Montes-Atenas
Minerals and Metals Characterisation and Separation (M2CS) Research Group. Mining
Engineering Department. Universidad de Chile, Av. Tupper 2069, Santiago, Chile.
gmontes@ing.uchile.cl
ABSTRACT
The flowrate of leaching solution across a porous medium, mainly affected by gravitational and
capillary forces, will depend on a number of factors related to the physical and chemical
properties of the porous material. These factors are often evaluated and reported under saturated
conditions but in practical heap or dump leaching systems the saturation appears to be highly
variable. Therefore, variables associated with the porous materials such as permeability,
hydraulic conductivity, soil-water characteristic curve and suction must take into account
unsaturated soil conditions. This research work aims at correlating the experimental liquid
retention capacity measured in column leach at laboratory scale with results derived from
simulations using classic soil mechanics tools. The simulations were performed with the software
SVFlux® and emphasis was made in assessing the impact of soil-water characteristic curve
(SWCC) on the liquid retention capacity in transient and steady state conditions. Results
indicated that there is a non-linear kinetic behavior of the retention capacity, nevertheless, the
steady state liquid retention capacity value referred to the overall volume of solids stored in the
column stayed relatively constant when changing the column internal diameter.
99
INTRODUCTION
The industrial hydrometallurgy of copper is nowadays facing one of the most challenging times
in its history. Copper oxides, known to work well in heap or dump leaching operations, are less
frequently found in mine sites and the copper extraction is becoming strongly related to
secondary and primary copper sulphide minerals which have promoted the implementation of
concentrators rather than hydrometallurgical plants. From an economical perspective, the
productivity of copper mine sites estimated by the output per hour worked is highly variable
among the mine sites in the world; however, in Chile the trends points out a constant decline over
the last few years [1]. One way to increase such productivity involves increasing the output
levels. In other words, increase the rate at which copper is extracted. In order to accomplish an
increase of copper production rate, there are a number of challenges to be faced.
Authors agree the main issues behind increasing the copper production via hydrometallurgy are
inherently linked to physical aspects of heaps and dumps [2,3]. The leaching process obeys a
stoichiometry defined by the ore composition. Increasing the leaching agent concentration may
lead to trigger undesirable reactions between the leaching agent and the gangue material in the
heap or dump [4]. Then, one option would be to increase the dripping flowrate of leaching agent
per unit of surface area [5]. This aspect has been scarcely addressed in the scientific literature and
usually it is limited to measurements of permeability of the porous media or numerical
simulations [6,7]. In the case of heap or dumps, the permeability is often estimated under
saturated conditions which are not the actual industrial operation conditions [8,9]. In these cases,
the estimation of permeability in unsaturated porous media conditions would be most appropriate
[10, 13]. Only a few research works address the study of heap or dump leaching operation from
this perspective either via performing column leach tests or carrying out numerical simulations
[14]. This aspect has been extensively studied in the field of mechanics of unsaturated soils [15-
17]. A brief review of this topic will be presented in the following section (for a complete review
of this topic, please see [15]).
Unsaturated soil phenomena take place when a porous structure, such as that formed during ore
agglomeration, is partially filled with water and leaving the remaining voids in the structure filled
with air. Such variable wetting will define how the aqueous phase will interact with the solid
[15]. Three major variables can be identified as key to understand how the fluid dynamics of an
aqueous phase will behave in porous unsaturated media: (i) soil porosity, (ii) saturation
parameters, and (iii) soil-water-characteristic curve (SWCC) and hydraulic conductivity [15,16].
100
This parameter corresponds to the amount of air holdup contained in a solid volume. This has
been seldom measured in heap leaching, however, values ranging from 0.3 [12] to around 0.5
[13, 18, 19] have been reported.
Saturation parameters are used in unsaturated soil phenomena as significant figures from
which unsaturated parameters are usually determined or referred to. For instance,
permeability measurements are usually determined using Darcy’s law [20] which indicates
that the rate of water flowrate through a porous media is proportional to the hydraulic head
gradient (Equation 1)
(1)
,
where is the water flowrate, is the hydraulic head gradient in the “z” direction and
is the permeability coefficient for water assumed to be roughly constant under saturation
conditions. In practical systems, such as those observed in heap or dump leaching operations
and column leach tests, the porous media will contain fully or partially wet as well as fully
dried regions. In this case, water will only flow through volumes where pores are occupied by
water. Those pores embedded in the structure containing air can be considered as non-
conductive channels for water flow.
The permeability coefficient can be expressed in terms of a few parameters which describe
the saturation state, such as the degree of saturation, void ratio and gravimetric water content
[15]. The permeability in saturated conditions has been estimated from the particle size
distribution following Equation 2 [21]
(2)
( ⁄ ) (3)
,
where and (solid percent passing 60 and 10%, respectively) are computed from the
particle size distribution function.
101
(iii) Soil-water characteristic curve (SWCC) and hydraulic conductivity
This curve explains how the porous matrix will interact with an aqueous solution. Such
dependence will be a function of the saturation levels in the porous matrix. One description of
such curve is the unimodal soil-water characteristic curve estimated by Satyanaga et al.
(2013) based on the estimation of air-entry value of soil, inflection point of the overall curve
and both the residual suction and residual water content of soil [22]. According to Fredlund
and Ying (1994) whenever the water content of soil is zero the suction is fixed at 106 kPa
[23]. The lognormal distribution is applied to the SWCC shape in agreement with Kosugi
(1994) [24]. Knowing the water content in saturation conditions, the SWCC is estimated
using Equation 4,
( ) ( )
[ ][ { ( )}], (4)
( )
where is the calculated volumetric water content, is the volumetric water content in
saturation conditions, is the matric suction, is the air entry value of soil and is the
matric suction at the inflection point and is the geometric standard deviation of the soil-
water characteristic curve.
For modeling purposes, pairs of data were obtained from Equation 4 and introduced into the
SVFlux® software to fit Fredlund and Xing (1994) equation [19] (Equation 5)
{ }
( ) , (5)
{ }
( [ ( ) ])
where is an irrational constant 2.71828, is a fitting parameter related with the inflection
point of the curve, being greater than air entry value, is a parameter related to the
desaturation rate and is a parameter related to the curvature close to the residual
conditions.
The unsaturated hydraulic conductivity describes the specific dependence of the liquid
flowrate on the amount of pore fluid in the system (pore content and degree of saturation).
Therefore, the hydraulic conductivity will therefore be expressed in terms of matric suction
head, degree of saturation, or other [15]. From its definition; the unsaturated hydraulic
conductivity will change with time and space in a heap or dump leaching operation. In this
research work, the model for unsaturated hydraulic conductivity used is the one suggested by
102
Campbell (1974) modified for cases where the residual suction of unsaturated soil becomes
roughly a constant (Equation 6) [25].
( )
[ ] , (6)
( )
( ( ( ) ))
[ [ ]]
The aim of this research work is to establish the impact of the SWCC onto the water retention
capacity in column leach experiments. The relevancy of such study is to incorporate a
property of the material being leached onto the description of the leaching process and the
extraction efficiency.
Experiments - Materials
Column leach tests were performed using a copper oxide mineral from a mine site in Chile. The
particle size distribution was 84.63% of the total mass between 1/4’’ and 1/2’ diameter. The ore
mineralogy provide from the QEMSCAN technique is shown in Figure 1.
103
Figure 0.1: Ore mineralogy and copper composition of the material used in column leach
tests.
Experiments - Methodology
It consisted of a jacketed column made of glass with variable internal diameters where the ore
sample was contained. The leaching solution was dripped in all cases at a constant flowrate per
unit of cross surface area and the resulting solution was collected at the bottom of the column.
104
Leaching time 200
Sample No. 17
SVFlux® software allows simulating the fluid dynamics in soils with variable saturation using
finite element method (FEM). Transient and steady state simulations were performed in 2D and
the geometry used had identical dimensions to that of the column in the laboratory experiments.
Calculation procedure
1.- The particle size distribution was measured and fitted using the classic Rosin-Rammler
equation.
2.- The hydraulic conductivity was computed using Equation 2 and the Slitcher values for
and [21]
3.- The particle size distribution is then introduced in the modified Campbell SWCC equation
(Equation 4) and the points were used to fit Fredlund and Xing SWCC equation (Equation 5) and
used in the simulations using SV Flux® software.
4.- The SWCC equation obtained in conjunction with the estimated hydraulic conductivity were
used to determine the hydraulic conductivity using Equation 6.
The simulations were performed using a fixed triangular mesh, 5mm size providing 1770 cells
and 4020 nodes. It is assumed an initial height of zero (i.e. there is no phreatic level). Isolation in
both sides of the wall is imposed. At the top a flowrate of 7,41x10-5 [m/s/m2] while at the bottom
the exit is set a height equals to zero. The initial time step, the maximum time increment and the
overall simulation time were 0.1, 100 and 30000 s, respectively. Liquid retention capacity was
estimated and compared to the experimental values.
4.- A parametric analysis of the SWCC curve was performed to obtain liquid retention capacities
close to those observed experimentally.
105
RESULTS AND DISCUSSION
The Rosin Rammler distribution model describes correctly the particle size distribution obtained
experimentally (Figure 2a). The particle size distribution corresponds to a material in the size
range of gravel or coarse [26] with a percent of fines around 0.18%.
The SWCC and permeability curve (Figure 2b and 2c, respectively) computed from the particle
size distribution function are in agreement with those found in the literature, particularly when
comparing the adjustment parameters using Fredlund equation from gravel soils. Nevertheless,
the values of saturated conductivity lies close to the upper limit of the hydraulic conductivities
observed for these type of materials (Ksat=1).
106
Figure 3. Experimental and simulated liquid Figure 4. Experimental and simulated liquid
retention capacities before carrying out any retention capacities after performing
parameter adjustment. parameters adjustment.
The saturation values obtained from both, the model and the experiments indicate that the column
is operated close to residual water conditions with saturation levels below 15%, which reveals a
low liquid retention capacity in the column.
The saturation conditions predicted by the model are lower than that observed experimentally.
Experimentally, the saturation value reaches a value of around 15% while simulations predict
values up to 10% (Figure 3). This may be related with inaccurate computations between Ksat and
the values of porosity and pore size distributions [27]. The model predicted a porosity of 0.44
which is significantly different to the measured porosity around 0.55. The saturated permeability
suffered slight changes.
Then, a data adjustment was performed in order to approach the simulation saturation level to the
saturation experimental results (Figure 4). Although the plateau reached with the simulations was
close to that obtained experimentally, the modeled hydration kinetics is still far off from real data,
the latter being slower than the behaviour of simulated data.
Table 2 shows that in order to reach similar saturation levels when comparing experimental and
simulated data, the parameters adjustments involved a reduction in “ ” implying the SWCC
slope should be smaller. In other words, the ore should experience a lower rate of hydration
which may be related to other mechanisms such as heat transfer and water vapor formation in the
column [28]. On the other hand, the parameter “ ” increases which implies the liquid retention
capacity is smaller at constant suction.
The values of the parameters and were only slightly modified so the air entry level is
similar in both case scenarios as well as the residual suction predicted by the model.
107
Table 2. Values of the parameters used to fit the liquid retention capacity before and after
adjusting experimental data.
Ksat [m/s] 1 1
SWCC
Campbell
[-] 5
[-]
The next step would involve relating these material properties results with copper extraction
results in a similar way to CFD studies performed in past research works with gold extraction
[29] with simultaneous confirmation of suction results obtained experimentally [30].
CONCLUSIONS
The steady-state liquid retention value referred to the overall volume of solids stored in the
column stays relatively constant when the column internal diameter changes. It was observed that
the SWCC has a significant impact on the liquid retention capacity observed in the column
leached experiments. Further studies modifying the wettability of the ore being leached and its
effect on SWCC will be conducted so to improve the homogeneous leaching of the ores.
ACKNOWLEDGEMENTS
108
The authors would like to thank to the Department of Mining Engineering and the Department of
Mechanical Engineering and the M2CS Research Group Laboratory for funding this research
work. Also, Mrs. Emma Fonseca and Mr. Raúl Córdova for all their assistance towards
implementing the experimental setup and running the column leach experiments. Also, we would
like express our appreciation to Mr. Julián Muñoz for helping us to conduct the column leach
experiments.
REFERENCES
1. Cochilco Report 2012, Yearbook: Copper and other Minerals Statistics 1992-2011, 172 p.
2. N. Dhawan, M.S. Safarzadeh, J.D. Miller, R.K. Rajamani, M.S. Moats, “Insights into
heap leach technology”, SME. Annual Meeting, Seattle, W.A., United States, 2012, 1-8.
3. G.V. Jergensen, Copper leaching, solvent extraction, and electrowinning, Society for
Mining Metallurgy & Exploration, 1999, 304 p.
4. J.H. Urrutia Herrera, Influencia de las concentraciones de ácido sobre la cinética de
lixiviación de un mineral oxidado de cobre, Memoria de Ingeniería de Minas, Universidad
de Chile, 2001, 74 p.
5. S.M. Mousavi, A. Jafari, S. Yaghmaei, M. Vossoughi and P. Sarkomaa, “Computer
simulation of fluid motion in a porous bed using a volume of fluid method: application in
heap leaching”, Minerals Engineering, Vol. 19, 2006, 1077-1083.
6. C.R. Bennett, D. McBride, M. Cross and J.E. Gebhardt, “A comprehensive model for
copper sulphide heap leaching. Part 1. Basic formulation and validation through column
test simulation”, Hydrometallurgy, Vol. 127-128, 2012, 150-161.
7. G.C. Pereira, M. Prakash and P.W. Cleary, “SPH modeling of fluid at the grain level in a
porous medium”, Applied Mathematical Modelling, Vol. 35, 2011, 1666-1675.
8. M.F. Hernández-López, C. Ortiz, C.A. Bonilla, J. Gironás and J.F. Muñoz, “Modelling
changes to the hydrodynamic characteristics of agglomerated copper tailings”,
Hydrometallurgy, Vol. 109, 2011, 175-180.
9. A. Nosrati, W. Skinner, D.J. Robinson and J. Addai-Mensah, “Microstructure analysis of
Ni-laterite agglomerates for enhanced heap leaching”, Powder Technology, Vol. 232,
2012, 106-112.
10. D. McBride, M. Cross, N. Croft, C. Bennett and J. Gebhardt, “Computational modeling of
variably saturated flow in porous media with complex three-dimensional geometries”,
International Journal of Numerical Methods in Fluids, Vol. 50, 2006, 1085-1117.
11. G.A. Sheikhzadeh, M.A. Mehrabian, S.H. Mansouri and A. Sarrafi, “Computational
modeling of unsaturated flow of liquid in heap leaching – using the results of column tests
to calibrate the model”, International Journal of Heat and Mass Transfer, Vol. 48, 2005,
279-292.
109
12. A.-X. Wu, J.-Z. Liu and L.-Y. Tang, “Simulation of coupled flowing-reaction-
deformation with mass transfer in heap leaching processes”, Applied Mathematics and
Mechanics, Vol. 28, No. 3, 2007, 327-335.
13. B.-H. Yang, A.-X. Wu, H.C. Jiang and X.-S. Chen, “Evolvement of permeability of ore
granular media during heap leaching based on image analysis”, Transactions of
Nonferrous Metallurgical Society of China, Vol. 18, 2008, 426-431.
14. D. McBride, M. Cross and J.E. Gebhardt, “Heap leach modeling employing CFD
technology: a ‘process’ heap model”, Vol. 33, 2012, 72-79.
15. D.G. Fredlund, H. Rahardjo and M.D. Fredlund, Unsaturated soil mechanics in
engineering practice, John Wiley & Sons Inc., NJ, USA and Canada , 2011.
16. K. Terzaghi, R.B. Peck and G. Mesri, Soil mechanics in engineering practice, Wiley
Interscience, New York, 1997, 549 p.
17. N. Lu and W.J. Likos, Unsaturated Soil Mechanics, John Wiley & Sons Ed., 2004, 584 p.
18. E.Cariaga, F.Concha and M.Sepúlveda, “Flow through porous media with applications to
heap leaching of copper ores”, Chemical Engineering Journal, vol. 111, 2005, 151-165.
19. M.J. Leahy, M.R. Davidson and M.P. Schwarz, “A two-dimensional model for the heap
bioleaching of chalcocite: effect of inlet height”, Fifth International Conference of CFD in
the Process Industry, CSIRO, Melbourne, Australia, 2006, 1-6.
20. H. Darcy, Histoire des Foundataines Publique de Dijon, Dalmont, Paris, 1856, 590-594
21. J. Song, X. Chen, C. Cheng, D. Wang, S. Lackey and Z. Xu, “Feasibility of grain- size
analysis methods for determination of vertical conductivity of streambeds”, Journal of
Hydrology, Vol. 375, 2009, 428-437.
22. A. Satyanaga, H. Rahardjo, E.-C. Leong and J.-C. Wang, “Water characteristic curve of
soil with bimodal grain-size distribution”, Computers and Geotechnics, Vol. 48, 2013, 51-
61.
23. D.G. Fredlund and A. Xing, “Equations for the soil-water characteristic curve”, Vol. 31,
1994, 521-532.
24. K. Kosugi, “Three-parameter lognormal distribution model for soil water retention”,
Water Resources Research, Vol. 30, No. 4, 1994, 891-901.
25. D.G. Fredlund, The emergence of unsaturated soil mechanics, Fourth Spencer J.
Buchanan Lecture, College Station, Texas, November 8th, Texas A&M Press. 39p.
26. M.D. Fredlund, D.G. Fredlund and G.W. Wilson, “An equation to represent grain-size
distribution”, Canadian Geotechnology Journal, Vol. 37, 2000, 817-827.
27. T. Vienken and P. Dietrich, “Field evaluation of methods for determining hydraulic
conductivity from grain size data”, Journal of Hydrology, Vol. 400, 2011, 58-71.
28. M. Bitelli, F. Ventura, G.S. Campbell, R.L. Snyder, F. Gallegati and P.R. Pisa, “Coupling
of heat, water vapor, and liquid water fluxes to compute evaporation in bare soils”,
Journal of Hydrology, Vol. 362, 2008, 191-205.
29. D. Mc.Bride, J.E. Gebhardt and M. Cross, “A comprehensive gold oxide heap leach
model: development and validation”, Hydrometallurgy, Vol. 113-114, 2012, 98-108.
110
30. M.J. Fayer and C.S. Simmons, “Modified soil water retention functions for all matric
suctions”, Water Resources Research, Vol. 31, No. 5, 1995, 1233-1238.
111
ANEXOS B
Códigos Mathematica
Curva PSD
GS=
{{0.075,0.0018},{2.36,0.0113},{4,0.1537},{6.35,0.8463},{12,1}};
fit=FindFit[GS,1-E^-(d1/db)^n0,{db,n0},d1];
b2=fit[[1]][[2]];
c2=fit[[2]][[2]];
nlmGSD=NonlinearModelFit[GS,1-E^-(x/db)^n0,{db,n0},x];
RRosin=nlmGSD[{"RSquared"}];
nlmGSD["BestFitParameters"];
Show[Plot[1-E^-
(d1/b2)^c2,{d1,0,12},PlotStyle{Dashed,Thick}],ListPlot[GS,PlotSt
yle{Red},PlotMarkersAutomatic],Frame True ,
FrameLabel{"Particle diameter [mm]","Percent passing
[%]"},LabelStyleDirective[Black,FontSize13,Bold]]
Ksat
112
Cs=0.6*10^-2;
(*++++++++++++++++++++ USBR +++++++++++++++++++++++++++++++*)
u=1;
Cu=3.6*10^-4*d20[[1]][[2]]^0.3;
(*++++++++++++++++++ Terzaghi +++++++++++++++++++++++++++++*)
t=((n-0.13)/(1-n)^(1/3))^2;
Ct=10.8*10^-3;
(*+++++++++++++++++++ Kozeny ++++++++++++++++++++++++++++++*)
k=n^3/(1-n^2);
Ck=1.4*10^-3;
(*+++++++++ Conductividad Hidráulica ++++++++++++++++++++++*)
Kgs=g/*Cs*s*d10[[1]][[2]]^2/(24*3600)(* 0.01 mm< Subscript[d,
10] <5 mm*)
Kgu=g/*Cu*u*d20[[1]][[2]]^2/(24*3600); (* <5 *)
Kgt=g/*Ct*t*d10[[1]][[2]]^2/(24*3600); (* Large-grain sands *)
Kgk=g/*Ck*k*d10[[1]][[2]]^2/(24*3600); (* Large-grain sands *)
(*++++++++++++++++++++++++++++++ Gráficos Subscript[K, g
]++++++++++++++++++++++++++++*)
Needs["PlotLegends`"]
A1=Show[Plot[g/*Cs*x^3.287*d10[[1]][[2]]^2/(24*3600),{x,n*0.55,n*
1.45},PlotRangeFull,PlotStyle{Green,Thick},Frame True ,
FrameLabel{"Porosidad","K
[m/s]"},LabelStyleDirective[Black,FontSize13,Bold]],
Plot[g/*Ct*((x-0.13)/(1-
x)^(1/3))^2*d10[[1]][[2]]^2/(24*3600),{x,n*0.55,n*1.45},PlotRange
Full,PlotStyle{Red,Thick}],
Plot[g/*Ck*x^3/(1-
x^2)*d10[[1]][[2]]^2/(24*3600),{x,n*0.55,n*1.45},PlotRangeFull,P
lotStyle{Blue,Thick}],AxesOrigin{n,0.8}, ImageSize800];
ShowLegend[A1,{{{Graphics[{Red,Thick,Line[{{0,0},{1,0}}]}],Text[S
tyle["Terzaghi",FontSize
12]]},{Graphics[{Green,Thick,Line[{{0,0},{1,0}}]}],Text[Style["Sl
itcher",FontSize
12]]},{Graphics[{Blue,Line[{{0,0},{1,0}}]}],Text[Style["Kozeny",F
ontSize 12]]}},LegendPosition{-
0.77,0.22},LegendSize{0.4,0.3}}]
Plot[g/*4.8*10^-
4*x^0.3*1*x^2/(24*3600),{x,d20[[1]][[2]]*.8,d20[[1]][[2]]*1.2},Plo
tRangeFull,Frame True , FrameLabel{"Porosity","K
[m/s]"},LabelStyleDirective[Black,FontSize13,Bold]];
113
(*+++++++++++++++ Curva ++++++++++++++++++++++++++++++++++++*)
GS=
{{0.075,0.0018},{2.36,0.0113},{4,0.1537},{6.35,0.8463},{12,1}}
fit=FindFit[GS,1-E^-(d1/db)^n0,{db,n0},d1];
b2=fit[[1]][[2]];
c2=fit[[2]][[2]];
Show[Plot[1-E^-
(d1/b2)^c2,{d1,0,10},PlotStyle{Dashed}],ListPlot[GS,PlotStyle{G
reen}]];
(*++++++++ Determinar Subscript[D, m] ++++++++++++++++++++++*)
Pi0=4.4;
n=100;
If[n<51,g=Table[FindRoot[1-E^-(d/b2)^c2-
Pir/1000,{d,1}],{Pir,1,n}],g=Table[FindRoot[1-E^-(d/b2)^c2-
Pir/1000,{d,Pi0}],{Pir,1,n}]];
h=Table[g[[i]][[1]][[2]],{i,n}];
h[[100]]=6.35;
ListPlot[h];
dm=(Product[h[[i]],{i,n}])^(1/n);
(*++++++++++ Parámetros SWCC ++++++++++++++++++++++++++++++*)
dmax=6.35;
fi=0.18(*0.18*) (*Porcenjate de Fino*);
co=100-fi (*Porcenjate de Grueso*);
d10=FindRoot[1-E^-(d1/b2)^c2-0.10,{d1,4}];
d60=FindRoot[1-E^-(d1/b2)^c2-0.60,{d1,4}];
=d60[[1]][[2]]/d10[[1]][[2]];
po=0.255*(1+0.83^ )(*Porosidad*);
w=1000;
d=1322; (*bulk Density pag 69*)
wsat=po*d/w*100;
=0.039*E^(0.088*co);
=0.701*E^(0.011*wsat);
(*+++++++++ Parámetros Curva +++++++++++++++++++++++++++*)
r=3391*(fi)^-0.36
m=0.1*(E^(Log[0.149]-Log[(0.1*dm)/]/))
a=m/(1.114*E^(0.083*dmax))
s =po*100
r=0.002*co-0.088(*0.0078*Subscript[w, sat]+0.008*)(*0.002*co-
0.088*)
S=2.063*E^(-0.01*)
DatosS=
{{"r",r},{"m",m},{"a",a},{"s",s},{"r",r},{"S",S}}
Export["D:\\Universidad\\Tesis\\Antecedentes\\7.- Wolfram
Mathematica\\Material Properties\\4.- SWCC\\2.- SWCC Satyanaga et
114
al\ParametrosSatyanaga.txt",DatosS];
(*++++++++++++++ Curva SWCC ++++++++++++++++++++++++++++*)
erfcp [me_] := Integrate[1/(2*Pi)^0.5*E^((-x^2)/2),{x,-,me}]
(*Paper*)
ar[x_]:= Log[(a-x)/(a-m)]/S
LogLinearPlot[(1-Log[1+tr/r]/Log[1+10^6/r])*(r+((s-r)*(1-
erfcp[ar[tr]]))),{tr,a,10^4},PlotRangeFull];
Table[(1-Log[1+tr/r]/Log[1+10^6/r])*(r+((s-r)*(1-
erfcp[ar[tr]]))),{tr,0.82,3,0.4}]
Table[(1-Log[1+tr/r]/Log[1+10^6/r])*(r+((s-r)*(1-
erfcp[ar[tr]]))),{tr,3,10,2}]
Table[(1-Log[1+tr/r]/Log[1+10^6/r])*(r+((s-r)*(1-
erfcp[ar[tr]]))),{tr,20,100,20}]
Table[(1-Log[1+tr/r]/Log[1+10^6/r])*(r+((s-r)*(1-
erfcp[ar[tr]]))),{tr,200,1000,200}]
Curvas de Saturación
115
,PlotRangeFull,PlotMarkersAutomatic,Frame True ,
FrameLabel{"Tiempo
[s]","Saturación"},LabelStyleDirective[Black,FontSize13,Bold]]
;
A8=ListPlot[SatexpD8,PlotStyle{Red},AxesOrigin{0,0}
,PlotRangeFull,PlotMarkersAutomatic,Frame True ,
FrameLabel{"Tiempo
[s]","Saturación"},LabelStyleDirective[Black,FontSize13,Bold]]
;
(++++++++ Fitting Datos Simulación ++++++++++++++++++*)
croot=5.7*10^-3;
asim=Satsim[20000];
aini=Satsim[1];
nlmsim=NonlinearModelFit[Satsimr,{(asim-
aini)*Tanh[(Abs[x+croot]/n1)^nn1]+aini,{0<nn1<1}},{n1,nn1},x];
Rsim=nlmsim[{"RSquared"}];
parsim=nlmsim["BestFitParameters"];
bsim=parsim[[1]][[2]];
csim =parsim[[2]][[2]];
B1=Plot[(asim-
aini)*Tanh[((x+croot)/bsim)^csim]+aini,{x,0,20000},PlotStyle{Green,T
hick},PlotRangeFull,AxesOrigin{0,0} ,PlotRangeFull,Frame
True , FrameLabel{"Tiempo
[s]","Saturación"},LabelStyleDirective[Black,FontSize13,Bold]]
;
alltoSim=Show[B1,A1,ImageSize 850];
ShowLegend[alltoSim,{{{Graphics[{Blue,Thick,Line[{{0,0},{2,0}}]}]
,Text[Style["Saturación Simulación",FontSize 12,
Bold]]},{Graphics[{Green,Thick,
Line[{{0,0},{2,0}}]}],Text[Style["Curva de Ajuste",FontSize 12,
Bold]]}},LegendPosition{0.15,-.35},LegendSize{0.5,0.1}}];
(*++++++++ Fitting Datos Experimentales D2 +++++++++++*)
am2=SatexpD2[[18]][[2]];
nlme2=NonlinearModelFit[SatexpD2,{am2*Tanh[((x+croot)/ab)^an],{0<an<1}
,{ab>46}},{ab,an},x];
RD2=nlme2[{"RSquared"}];
pare2=nlme2["BestFitParameters"];
be2=pare2[[1]][[2]];
ce2 =pare2[[2]][[2]];
C2=Plot[am2*Tanh[((x+croot)/be2)^ce2],{x,0,10380},PlotStyle{Green,
Thick},PlotRangeFull];
alltoE2=Show[A2,C2,ImageSize 800];
ShowLegend[alltoE2,{{{Graphics[{Red,Thick,Line[{{0,0}{0.1,0}}]}],
Text[Style["Resultados Exp.",FontSize 12,
116
Bold]]},{Graphics[{Green,Thick,
Line[{{0,0},{2,0}}]}],Text[Style["Curva de Ajuste",FontSize 12,
Bold]]}},LegendPosition{0.15,-.35},LegendSize{0.5,0.1}}];
(*++++++++ Fitting Datos Experimentales D4 +++++++++++*)
am4=SatexpD4[[14]][[2]];
nlme4=NonlinearModelFit[SatexpD4,{am4*Tanh[(x+croot)^an/ab],{0<an<1},{
ab>79}},{ab,an},x];
RD4=nlme4[{"RSquared"}];
pare4=nlme4["BestFitParameters"];
be4=pare4[[1]][[2]]
ce4 =pare4[[2]][[2]]
C4=Plot[am4*Tanh[(x+croot)^ce4/be4],{x,0,10380},PlotStyle{Blue,Thi
ck},PlotRangeFull];
alltoE4=Show[A4,C4,ImageSize 800];
ShowLegend[alltoE4,{{{Graphics[{Red,Thick,Line[{{0,0}{0.1,0}}]}],
Text[Style["Resultados Exp.",FontSize 12,
Bold]]},{Graphics[{Green,Thick,
Line[{{0,0},{2,0}}]}],Text[Style["Curva de Ajuste",FontSize 12,
Bold]]}},LegendPosition{0.15,-.35},LegendSize{0.5,0.1}}];
(*++++++++ Fitting Datos Experimentales D8 +++++++++++*)
am8=SatexpD8[[16]][[2]];
nlme8=NonlinearModelFit[SatexpD8,{am8*Tanh[((x+croot)/ab)^an],{0<an<1}
,{ab>60}},{ab,an},x];
RD8=nlme8[{"RSquared"}];
pare8=nlme8["BestFitParameters"];
be8=pare8[[1]][[2]];
ce8 =pare8[[2]][[2]];
am8*Tanh[(0+6*10^-3)^ce8/be8];
C8=Plot[am8*Tanh[((x+croot)/be8)^ce8],{x,0,20000},PlotStyle{Red,Th
ick},PlotRangeFull];
alltoE8=Show[A8,C8,ImageSize 800];
ShowLegend[alltoE8,{{{Graphics[{Red,Thick,Line[{{0,0}{0.1,0}}]}],
Text[Style["Resultados Exp.",FontSize 12,
Bold]]},{Graphics[{Green,Thick,
Line[{{0,0},{2,0}}]}],Text[Style["Curva de Ajuste",FontSize 12,
Bold]]}},LegendPosition{0.15,-.35},LegendSize{0.5,0.1}}];
Show[C2,C4,C8,B1, ImageSize800];
Show[C2,C4,C8,B1, ImageSize800,PlotRange{{0,1000},{0,0.1}}];
(*+++++++ Determinar (t^*) ++++++++++++++++++++++++++++++++*)
cr=0.9;
cs2=cr*am2;
cs4=cr*am4;
cs8=cr*am8;
ccsim=cr*asim;
tcsim=FindRoot[(asim-aini)*Tanh[((x+croot)/bsim)^csim]+aini-
117
ccsim0,{x,6000}]
tc2=FindRoot[am2*Tanh[((x+croot)/be2)^ce2]-cs20,{x,6000}]
tc4=FindRoot[am4*Tanh[((x+croot)^ce4/be4)]-cs40,{x,6000}]
tc8=FindRoot[am8*Tanh[((x+croot)/be8)^ce8]-cs80,{x,6000}]
(*+++++++++ Exportación de Datos +++++++++++++++++++++++++*)
ParametrosS=
{{"asim",asim},{"aini",aini},{"ansim",csim},{"absim",bsim},{"am2",am2},{"ab
2",be2},{"an2",ce2},{"am4",am4},{"ab4",be4},{"an4",ce4},{"am8",am8},{"ab8
",be8},{"an8",ce8},{"Rsim",Rsim},{"RD2",RD2},{"RD4",RD4},{"RD8",RD8}};
Export["D:\Universidad\Tesis\Antecedentes\7.- Wolfram
Mathematica\Material Properties\7.- Datos Saturacion\1.- Ajuste
de Datos\ParametrosAjusteSaturación.txt",ParametrosS];
Flujo de Salida
118
Line[{{0,0},{1,0}}]}],Text[Style["Flujo de entrada",FontSize12,
Bold]]},{Graphics[{Blue,Thick,
Line[{{0,0},{1,0}}]}],Text[Style["Flujo de salida",FontSize12,
Bold]]}},LegendPosition{0.35,-.42},LegendSize{0.5,0.2}}]
ShowLegend[A2,{{{Graphics[{Brown,Thick,
Line[{{0,0},{1,0}}]}],Text[Style["Saturación",FontSize12,
Bold]]},{Graphics[{Blue,Thick,
Line[{{0,0},{1,0}}]}],Text[Style["Flujo de entrada",FontSize12,
Bold]]},{Graphics[{Purple,Thick,
Line[{{0,0},{1,0}}]}],Text[Style["Flujo de salida",FontSize12,
Bold]]}},LegendPosition{0.35,-.22},LegendSize{0.5,0.2}}]
ANEXOS C
6. Bureta
7. Frasco de teflón (traspaso intermedio entre recipiente de H2SO4 a la probeta
8. Frasco con forado (para el traspaso de agua destilada)
9. Bagueta (para direccionar el flujo)
10. Embudo
11. Frasco para H2SO4 no utilizado (remanente jamás vuelve al recipiente grande de
H2SO4)
12. Recipiente para almacenar la solución
119
13. Agua destilada
14. Recipiente para enfriar muestra
15. Hielo
16. Alusa metálica
Implementos de seguridad:
1. Delantal
2. Guantes
3. Lentes de seguridad
120
Para la elaboración de 1 litro de solución 0,1N de NaOH se requieren los siguientes
materiales:
Ampolla 0,1 N
Agua desionizada (1,25 L)
Olla a presión
Matraz de aforo de 1 L, marca Pyrex clase A
Probeta de 2 L.
Botella de vidrio de 1 L. (resistente al calor)
Agua potable
Mechero
Procedimiento:
1. Sacar una pequeña cantidad de agua desionizada para ambientar una probeta de
2 litros y luego descartar el agua desionizada empleada para ambientar la probeta.
2. Sacar 2 litros de agua desionizada y medirla en probeta de 2 litros ya ambientada.
3. Ocupar entre 100 y 200 ml del agua de la probeta para ambientar la botella de
vidrio de 2 litros y luego descartar el agua el agua desionizada empleada para
ambientar la botella.
4. El agua restante de la probeta se introduce en la botella ya ambientada y se tapa.
5. Se llena con agua desionizada botella de vidrio con capacidad de 1 L, debido a que
se pierde agua en los procesos de ambientación, se llena el recipiente (aprox. 100
ml más)
6. En la olla a presión se agrega la suficiente agua potable que permita mantener la
olla a presión por alrededor de 30 minutos al fuego.
7. Se introduce la botella con agua desionizada en la olla a presión y se tapa.
8. Se coloca la olla a presión sobre la base o soporte ubicando el mechero bajo de
éste.
9. Se deja calentando la olla por alrededor de 15 minutos, tiempo en el que se busca
observar cuando comienza a hervir. Desde dicho se deja hervir por 15 min. más.
10. Producto de la presión que se alcanza al interior de la olla, se espera tiempo
adecuado para retirar la tapa de la olla.
11. Utilizando guantes óptimos para el manejo de elementos calientes, se retira la
botella.
12. Se abre la botella de vidrio para retirar los carbonatos en forma de vapor y se
espera hasta que decrezca notoriamente el flujo de salida. Posteriormente se tapa
rápidamente la botella y se deja enfriando con el ambiente inicialmente.
121
13. Posteriormente, cuando ya haya bajado la temperatura de la botella, se deja
enfriando en recipiente de agua y hielos a modo de acelerar el proceso de
enfriamiento.
14. Se ambienta el matraz de aforo con 100-200 ml del agua de la botella y luego se
descarta el agua empleada para ambientar el matraz.
15. Se agrega alrededor de 500 ml desde el agua en la botella al matraz.
16. Se agrega el contenido de la ampolla de NaOH cuidadosamente tratando de no
perder nada de la solución, utilizando el mismo envase de NaOH como embudo se
va girando acorde a una flecha marcada en el envase y así arrastrar lo más
que se pueda la solución de NaOH que está en las paredes. Se agita el matraz
regularmente.
17. Utilizando una pipeta Pasteur y un recipiente de plástico, previamente
ambientado, se trata de sacar la solución de NaOH que pudiese haber por debajo
de la lamina protectora (que se rompe inicialmente para que la solución decaiga)
18. Se afora el matraz hasta 1 litro con el agua restante de la botella y se tapa la
entrada del matraz de aforo con parafilm y se agita bien por al menos 5 minutos.
19. Finalmente, la solución de 0,1 N de NaOH queda preparada en el matraz y se
traspasa a recipiente utilizado para almacenar la solución, ambientando
nuevamente dicho recipiente.
122