Transmin Metallurgical Consultants

SIMULACIÓN EN ESTADO ESTACIONARIO Y DINÁMICO: ESTUDIO

COMPARATIVO Y APLICACIÓN A LA INDUSTRIA METALÚRGICA

Luis F.T. Perea, Luis M. La Torre, César Fuentes, Adam Johnston

Transmin Metallurgical Consultants, Perú.

RESUMEN
La simulación de procesos juega un rol muy importante en la industria minera─metalúrgica
presentándose como una herramienta adecuada y oportuna para el diseño, caracterización,
optimización y monitoreo del funcionamiento de procesos a nivel industrial. La simulación de
procesos en estado estacionario facilita la realización de balances de masa y energía, el diseño
de nuevos procesos, la evaluación de factibilidad de diagramas de flujos y el dimensionamiento
de equipos. El uso de la simulación estática, en plantas en operación, esta enfocado en la
optimización off─line, simplificación de circuitos existentes, evaluación de rendimiento,
desembotellamiento, etc., sin la necesidad de realizar cambios físicos en la planta.

Complementariamente, la simulación dinámica permite estudiar el comportamiento de una

planta en una amplia gama de condiciones de operación y en cualquier situación que implique
una evolución del estado de la planta permitiendo, por ejemplo, el planeamiento y prueba de
procedimientos de arranque y parada de planta, evaluación de fallas de equipos, cambios en las
condiciones de operación en plantas industriales o pilotos y evaluación de estrategias de control
y optimización on─line. Así mismo, este permite el entrenamiento virtual de personal nuevo
brindando una mayor seguridad y reduciendo enormemente los costos. En última instancia, la
simulación de procesos metalúrgicos en estado estacionario y dinámico permite tomar mejores
decisiones de negocio.

Existen algunos simuladores dinámicos comerciales, pero su aplicación en la industria

metalúrgica aún no es muy difundida. No obstante, el rango de aplicaciones de este tipo de
simuladores abarca las aplicaciones de los estacionarios. Este trabajo es un esfuerzo que intenta
dar una visión general sobre las diferencias y beneficios en el uso de estas dos herramientas
haciendo uso de dos paquetes comerciales de simulación estacionaria y dinámica disponibles en
el mercado, Limn® y SysCAD, respectivamente. Como un ejemplo práctico se presenta la
simulación de un circuito de flotación haciendo uso de información y modelos matemáticos
disponibles en la literatura. La respuesta dinámica del proceso frente a cambios tipo escalón en
el perfil de composición del alimento es observada y discutida.

Mineralurgia 2008 i
 Transmin Metallurgical Consultants

INTRODUCCIÓN
La simulación de procesos hace uso de computadores para imitar el comportamiento de sistemas
en el mundo real. Usualmente, una representación matemática (modelo) del sistema que
involucra suposiciones y expresiones lógicas acerca del comportamiento del mismo es utilizada.
Dependiendo de la complejidad del modelo, este puede ser resuelto analíticamente
(algebraicamente) o numéricamente (simulación). Las técnicas de modelamiento y simulación
son extensamente y exitosamente aplicadas en la ingeniería química y de procesos y se ha
convertido en parte esencial en el diseño y desarrollo de procesos, así como en la optimización
de procesos on–line y off–line. Sin embargo, la aplicación del modelamiento y simulación en la
industria metalúrgica es por el momento limitada especialmente en el procesamiento de
alimentos complejos como en la industria extractiva del cobre. Los principales factores que
afectan esta aplicación son la complejidad e inestabilidad del alimento y ciertos parámetros
desconocidos.

Los modelos para procesos metalúrgicos han sido discutidos por muchos años pero no fue hasta
que las computadoras estuvieron disponibles en la década de los sesenta, que serios intentos
para simular circuitos metalúrgicos fueron llevados a cabo. Incluso entonces, el trabajo fue
principalmente académico hasta que las computadoras personales, PCs, pudieron ser empleadas
por los ingenieros de planta y de diseño a mediados de la década de los ochenta. Desde entonces
la simulación ha ganado terreno y es ahora cuando la mayoría de procesos metalúrgicos pueden
ser simulados con razonable precisión para los propósitos de diseño y optimización. [25]

La simulación de procesos en estado estacionario basado en modelos matemáticos es

rutinariamente utilizada en la actualidad para el diseño de procesos con un mínimo gasto de
capital y operativos. [10] La simulación en estado estacionario facilita la solución de balances de
masa y energía de procesos de variada complejidad, el diseño de nuevos procesos, la evaluación
de factibilidad de diagramas de flujos propuestos y el dimensionamiento de equipos. La
simulación estática también juega un rol importante en la optimización off─line, evaluación de
rendimiento, desembotellamiento y diagnóstico de problemas, simplificación o mejoramiento de
circuitos en plantas en operación, sin la necesidad de realizar cambios físicos en la planta. [5, 10]

La simulación en estado dinámico basado en modelos matemáticos es también una tecnología

que ha alcanzado la madurez. Esta tecnología es comúnmente usada para la investigación y
desarrollo de procesos, prueba de procedimiento operativos de arranque y parada de planta,
planeamiento de producción, planeamiento y prueba de estrategias de control entre otras,
[10]
brindando una mayor seguridad y menor costo. La simulación dinámica representa una
alternativa efectiva y mucho menos costosa para estudiar la optimización de un circuito sin el

Mineralurgia 2008 1
 Transmin Metallurgical Consultants

riesgo de posibles daños a las unidades productivas, o la producción de una gran cantidad de
producto fuera de especificación durante el proceso físico de optimización. [8]

En la práctica se realizan pruebas de laboratorio batch o de plantas piloto para obtener las
variables necesarias para realizar el diseño de los equipos, haciendo uso de factores de
escalamiento y de la experiencia acumulada por el grupo de diseño en trabajos similares. Un
aspecto que no se puede resolver mediante esta práctica es el impacto que tendrán las corrientes
de cargas circulantes o los cambios en los parámetros de operación en la performance del
sistema. [6]

Por otro lado, para reducir los costos operativos de nuevos procesos (puestos a prueba en
plantas piloto) el conocimiento de la dinámica de los procesos es una necesidad. En particular,
para manejar la evolución de la planta no solo es necesario determinar el estado estacionario que
alcanzará la planta, sino que, se deben determinar los estados intermedios que componen la
evolución a través del tiempo.

Las no linealidades del modelo (circuito) introducidas por corrientes de reciclo, expresiones
matemáticas propias de las representaciones fenomenológicas de los procesos e interacciones
entre variables externas, internas y de performance, así como la necesidad de obtener soluciones
numéricamente estables para el sistema a lo largo del tiempo, hacen necesario el uso de
paquetes comerciales de software de simulación con algoritmos robustos de convergencia, y con
extensas base de datos. Usando tales herramientas, es posible producir numéricamente rigurosos
balances de masa permitiendo un adecuado análisis del diagrama de flujo, mejor diseño de
procesos, y en última instancia tomar mejores decisiones de negocio.

La mayoría de simuladores comerciales que existen en el mercado son del tipo estacionario y
aunque existen algunos simuladores dinámicos comerciales, su empleo es mucho menos
difundida por desconocimiento de la disponibilidad de la tecnología y el costo. Sin embargo, el
rango de aplicaciones de este tipo de simuladores abarca las aplicaciones de los estacionarios y
además pueden ser utilizados para el estudio de situaciones que implique una evolución del
estado de la planta.

En el ámbito de control de procesos, las aplicaciones prácticas de la simulación dinámica en la

industria minero─metalúrgica, frecuentemente limitadas por el progreso y disponibilidad de
instrumentos de medición on─line, van en aumento a medida que las tecnologías de medición
mejoran. En la literatura especializada pueden encontrarse estudios sobre nuevas técnicas y
estrategias de control aplicadas en procesos metalúrgicos. Recientemente, CSIRO Minerals

Mineralurgia 2008 2
 Transmin Metallurgical Consultants

desarrolló un estudio de simulación dinámica de un circuito de conminución para estudiar el

efecto del tiempo de residencia en un molino de bolas, tamaño de partícula y dureza del
[8]
alimento sobre la performance del circuito haciendo uso de un simulador comercial.
Similarmente, una aplicación dinámica ha sido desarrollada para simular la puesta en marcha de
una planta hidrometalúrgica. [22]

Frecuentemente, la simulación dinámica se convierte en una alternativa al procedimiento clásico

de diseño y sintonización de controladores PID y reguladores (lead/lag blocks) proveyendo data
libre de ruido y perturbaciones cíclicas (válvulas) en contraste con el procedimiento clásico de
obtención de la curva de respuesta a un cambio escalón en una variable controlada. La calidad
de los datos recopilados en esta serie de pruebas en planta es de crucial importancia para el éxito
de una aplicación de control. Desafortunadamente, la calidad de la información esta supeditada
a múltiples factores tales como inadecuados ratios de señal a ruido (de manera que la señal de
respuesta del proceso sea apreciada claramente en contraste con el ruido inherente del proceso).
En otros casos, el tiempo de respuesta demasiado largo originaría que el cambio escalón
introducido sea ahogado por otras perturbaciones. [10]

La siguiente sección describe la metodología empleada en el presente trabajo para ilustrar las
ventajas de la simulación de procesos. Las secciones siguientes resumen las características
generales del modelo y del enfoque de simulación usado. Finalmente, los resultados obtenidos
para dos casos de simulación son presentados.

METODOLOGÍA
En este trabajo se empleó la siguiente metodología:
• Representación matemática del comportamiento de bancos de flotación.
• Modelamiento y simulación en estado estacionario en Limn y SysCAD.
• Verificación de los resultados arrojados por el modelo.
• Desarrollo de un diagrama de flujo de un circuito de flotación de cobre.
• Simulación en estado dinámico del diagrama de flujo propuesto en SysCAD.
• Análisis y discusión de resultados.

Modelamiento
La flotación de minerales es uno de los más difíciles y desafiantes procesos en la industria
metalúrgica debido a la inherente naturaleza caótica del subyacente fenómeno microscópico.
Aunque varios autores han desarrollado modelos (en estado estacionario) basados en la cinética
de flotación y microprocesos tales como la colisión y captura de partículas por las burbujas de

Mineralurgia 2008 3
 Transmin Metallurgical Consultants

[18. 19, 20, 21]

aire, estabilidad de la burbuja y/o partícula, etc. , estos no pueden capturar el
comportamiento de las partículas. La complejidad y precisión de modelo adoptado para la
simulación depende de su aplicación y propósito. Diferentes tipos de modelos son requeridos
para propósitos de entrenamiento de personal, diseño del equipo, planta, diseño y prueba de
estrategias de control, etc. [15]

Una celda de flotación comúnmente usada, mostrada en la Fig. 1, consiste de un tanque en el

cual una pulpa es alimentada. En el fondo del tanque se encuentra un agitador y un mecanismo
de inyección de aire. La pulpa es violentamente agitada y aireada. Las partículas adheridas a las
burbujas de aire son removidas por la parte superior de la celda mientras que la pulpa es
descargada del tanque. Un banco y/o un circuito de flotación es un arreglo espacial de celdas
individuales. [24]

Aire

Espumas conteniendo
material hidrófobico y
arrastrado

Pulpa
(Suspensión) Colas conteniendo
material no flotado

Agitador

Fig. 1 Esquema de una celda de flotación

La operación normal de una planta de flotación esta afectada por frecuentes e inevitables
cambios en la corriente de alimentación en términos de flujo, leyes, composición mineralógica,
condición de la superficie del mineral, distribución del tamaño de partícula. Los procesos de
flotación son dinámicos, altamente no lineares y presentan fuertes interacciones entre variables
(cargas circulantes, aditivos químicos, flujos de aire, niveles de pulpa, pH, etc.) incluyendo
perturbaciones y tiempos de demora. [3, 14, 16]

Aunque el proceso de flotación es complejo en términos de importantes mecanismo, este es

intrínsicamente un proceso cinético. En un proceso “típico”, las partículas son depositadas en la
canaleta de espuma de descarga (concentrado) a una velocidad proporcional a la concentración
de dichas partículas en la pulpa. [1] Entonces, este modelo representado por la ecuación cinética
de primer orden es considerado suficiente para nuestros propósitos.

Mineralurgia 2008 4
 Transmin Metallurgical Consultants

Las siguientes suposiciones se han hecho para el modelamiento de cada celda dentro del banco
de flotación.

• Única Fase: para minimizar la complejidad matemática del modelo, una sola fase es
considerada, la pulpa.
• Limitado número de clases de minerales: El proceso de flotación es un sistema de
parámetros distribuidos (las variables dependen del tiempo y espacio) debido a la
presencia de especies en diferentes grados de liberación y en diferentes asociaciones.
Para reducir la complejidad del modelo en estos términos se ha asumido las siguientes
especies mineralógicas: calcopirita (100% CuFeS2), pirita (100% FeS2), sílice o ganga
(100% SiO2).
• Mezcla perfecta: Condición bajo la cual la concentración de cada mineral en la pulpa es
igual a la concentración en las colas de cada celda.
• Reactor continuo: Esta condición y la suposición de mezcla perfecta definen la
distribución del tiempo de residencia en la celda, estas son suposiciones fundamentales
para el desarrollo del modelo. [1]
• Modelo de “flotación de agua” no considerado: El porcentaje de sólidos en el
concentrado es asumido, esta suposición no produce grandes errores.
• Solo hay un tamaño de partícula, aunque esto podría variar afectando la velocidad de
flotación.

La Fig. 2 muestra en diagrama de bloques la lógica de programación del modelo.

Simuladores
Limn® es un software de simulación de procesos metalúrgicos en estado estacionario que
provee una interfase de trabajo en Excel que facilita la construcción del diagrama de flujo en
una hoja de cálculo. Limn® utiliza el diagrama de flujo para realizar la conectividad de los
datos para el cálculo directo; genera rangos de datos para cada corriente incluida en el diagrama
de flujo, hojas de cálculo para la configuración del proceso y el aislamiento de cada unidad del
proceso en hojas de cálculo. Finalmente, Excel es utilizado para realizar los diferentes tipos de
cálculos necesarios para modelar las unidades existentes en el proceso, creación de gráficas,
creación de bases de datos, realizar rutinas de programación mediante VBA (Visual Basic
Applications), creación de plantillas, cálculos mediante matrices, etc. Todos los datos del
proceso son almacenados en el libro de cálculo. Limn® provee el soporte requerido para poder
eliminar el problema de referencias circulares en Excel, con lo cual facilita la solución de los
diagramas de flujo que por lo general presentan cargas circulares y/o reciclos de corrientes. [6]

Mineralurgia 2008 5
 Transmin Metallurgical Consultants

SysCAD es un paquete de simulación en computadora para procesos metalurgicos y químicos

con múltiples aplicaciones en estado estacionario y dinámicas. SysCAD posee una plantilla de
modelos genéricos de procesos y permite así mismo construir modelos detallados de procesos
complejos a través de archivos de programación (PGM). Las restricciones de control de
procesos pueden ser aplicados al diagrama de flujo en adición a los parámetros especificados en
la unidades de procesos por medio del uso de controladores PID, feedback, feedforward, y
otros. Estos controles funcionan similarmente a aquellos instalados en plantas operativas.
Información de ingreso o calculada puede ser importada o exportada a través de libros de
cálculo en Excel.

La solución de los diagramas de flujo es llevada a cabo en forma secuencial. El enfoque

secuencial permite simular una unidad a la vez descomponiendo el diagrama de flujo. Esto
permite que los resultados intermedios puedan ser calculados y visualizados en cualquier etapa
del proceso de manera que es posible detectar errores de modelamiento o especificaciones.
Además, se tiene la capacidad de resolver diagramas de flujos con cargas re─circulantes por
medio de iteraciones en las corrientes de reciclo. [23]

Este enfoque de solución es un área en común con muchos simuladores comerciales (Aspen
Plus, Hysys, Gproms, Metsim, etc.). Sin embargo, para emular el comportamiento dinámico de
un circuito en SysCAD no es necesario definir el modelo como un conjunto de ecuaciones
diferenciales y algebraicas (DAE), lo cual libera al usuario de la necesidad de un conocimiento
mas detallado acerca de técnicas de solución numérica para juzgar la calidad y congruencia de
los resultados.

Mineralurgia 2008 6
 Transmin Metallurgical Consultants

i=0
w=0
j=0
τ0
C o , j = Fo , j , ∀j ∈ [0...N e ]

K jτ i
Ci , j = ⋅ Fi , j
1 + K jτ i
Ti , j = Fi , j − Ci , j
Ci , j
Ri = ⋅10 2
Fi , j

No j = j + 1,
j ≤ Ne − 1
j : 0...N e − 1

Si
 i Ne −1  10 2 
C i , Ne = ∑ ∑ C i , j   − 1
 i =0 j =0  s 
Ti , Ne = Fi , Ne − C i , Ne
Vc (1 − ξ )
τi = i Ne T
⋅ 60
w = w + 1,
∑∑ ρ
i, j

w : 0...wmax i =0 j =0 j

No

w ≤ wmax No τ 0 −τi ≤ ε

Si
Si
Fi , j = Ti −1, j , ∀j ∈ [0, N e ]
i = i + 1,
τ i = τ i −1
i : 0...N c − 1

i ≤ Nc −1 No

Si 1

Detener 2
Fin de simulación
simulación 3
Mostrar resultados
4

Fig. 2 Diagrama de bloques de la lógica de programación (1: Procesos, 2: Operaciones de

salida, 3: Inicio o fin de programa, 4: Toma de decisiones y ramificación)

Mineralurgia 2008 7
 Transmin Metallurgical Consultants

RESULTADOS Y DISCUSIÓN

Simulación en Estado Estacionario

En esta sección, se presenta los resultados de la simulación en estado estacionario usando el
modelo del proceso de flotación propuesto. Un circuito de flotación (rougher–scavenger) ha
sido solucionado utilizando dos paquetes de simulación comercial: Limn® y SysCAD (modo
Probal). Los objetivos del estudio son los siguientes:

• Mostrar algunos de los beneficios del uso de de la simulación en estado estacionaria a

través de una aplicación práctica.
• Validar el modelo propuesto.
• Verificar el correcto funcionamiento del algoritmo desarrollado y verificar la
congruencia de las soluciones del diagrama de flujo por medio de la comparación de los
resultados obtenidos con los dos simuladores empleados.

La Fig. 3 muestra el diagrama de flujo propuesto, mientras que la Tabla 1 muestra los
parámetros usados para configurar el diagrama. Las constantes de flotación fueron tomadas de
la literatura pública.

Fig. 3 Diagrama de flujo solucionado en estado estacionario (Limn®)

Tabla 1 Parámetros del circuito rougher–scavenger

Parámetros Banco Rougher Banco Scavenger

N° celdas 5 5
Volumen de celdas, m³ 20 15
Volumen de gas, % 20 20

Mineralurgia 2008 8
 Transmin Metallurgical Consultants

% Sólidos en Concentrado 30 25
Constantes de velocidad de flotación
k Cpy, min-1 0.5 0.5
-1
k Py, min 0.03 0.03
k Gan, min -1 0.005 0.005

Los resultados reportados para las corrientes principales del circuito por ambos simuladores son
mostrados en la Tabla 3 mientras que los balances del circuito, la performance (leyes y
recuperación) y los tiempos de residencia del mismo se muestran en la Tabla 4 y Tabla 2,
respectivamente. Aunque no hay diferencias significativas en los resultados, las pequeñas
diferencias en los valores de recuperación son atribuibles al redondeo propio de cada software.
En general, los resultados se muestran cualitativamente y cuantitativamente congruentes. Los
cálculos arrojados por el modelo en la configuración propuesta de bancos con carga circulante
representa razonablemente el comportamiento del circuito de flotación en equilibrio.

Los simuladores en estado estacionario nos permiten observar mediante el empleo de técnicas
de optimización y análisis de sensibilidad el comportamiento del circuito simulado a cambios en
la configuración del circuito, cambios que afecten las propiedades de la pulpa y/o cambio en las
características químicas en la alimentación.

Mediante el simulador Limn® se evaluó el efecto de la configuración del circuito sobre la

performance del mismo. Se varía el número de celdas scavenger en base a un total de 10 celdas
(entre celdas rougher y scavenger). Como se observa en la Fig. 4, un incremento en el número
de celdas scavenger (reducción del tiempo en celdas rougher) produce una disminución en la
recuperación, siendo esta de alrededor de 0.3% por cada nueva celda adicionada. La ley del
concentrado se incrementa de 10.8% a 15.4%, para 1 y 5 celdas scavenger, respectivamente.
Aunque la ley de concentrado es mejorada, se debe tener en cuenta la ley de cobre en el reciclo
también aumenta, por lo que es necesario realizar un estudio económico para elegir la mejor
configuración posible.

Mineralurgia 2008 9
 Transmin Metallurgical Consultants

Tabla 2 Tiempos de residencia

Tiempo de residencia , min
Limn® 4.65 3.57
SysCAD 4.64 3.57

Tabla 3. Resultados de la simulación en estado estacionario

Data de ingreso Limn® SysCAD (modo Probal)
Alimento Concentrado Concentrado Relave Alimento Concentrado Concentrado Relave
Corrientes Alimento
Rougher Final Scavenger Final Rougher Final Scavenger Final
Sólidos, t/h 300 306 13.0 6.2 287 306 13.0 6.2 287
Sólidos, SG 2.23 2.24 2.83 2.40 2.21 2.24 2.83 2.40 2.21
Agua, t/h 900.0 136.9 30.3 2.6 129.8 919 30.3 18.5 870
% Sólidos 25.0 25.0 30.0 25.0 24.8 25.0 30.0 25.0 24.8
Pulpa, t/h 1,200 1,225 43 25 1,157 1,225 43.3 24.7 1,157
Pulpa, SG 1.16 1.16 1.24 1.17 1.16 1.16 1.24 1.16 1.15
Pulpa, m³/h 1,034 1,055 35 21 999 1,058 35.0 21.2 1,002
Cu, % 0.69 0.77 15.41 4.41 0.03 0.77 15.42 4.42 0.03
Fe, % 1.07 1.17 15.06 6.04 0.44 1.17 15.07 6.05 0.44
S, % 1.23 1.35 17.29 6.94 0.51 1.35 17.30 6.95 0.51

Mineralurgia 2008 10
 Transmin Metallurgical Consultants

Tabla 4. Balance del circuito de flotación en estado estacionario

Balance Metálico (Limn®)
Flujo Ley Unidades Metálicas Recuperación
Corriente
Sólidos, t/h Sólidos, % Cu, % Fe, % S, % Cu, t/h Fe, t/h S, t/h Cu, % Fe, % S, %
Alimento 300.0 25.0 0.7 1.1 1.2 2.08 3.22 3.70 100.0 100.0 100.0
Concentrado 13.0 30.0 15.4 15.1 17.3 2.00 1.96 2.25 96.4 60.7 60.7
Relave 287.0 24.8 0.0 0.4 0.5 0.08 1.27 1.45 3.6 39.3 39.3
Balance Metálico (SysCAD)
Flujo Ley Unidades Metálicas Recuperación
Corriente
Sólidos, t/h Sólidos, % Cu, % Fe, % S, % Cu, t/h Fe, t/h S, t/h Cu, % Fe, % S, %
Alimento 300.0 25.0 0.7 1.1 1.2 2.08 3.22 3.70 100.0 100.0 100.0
Concentrado 13.0 30.0 15.4 15.1 17.3 2.00 1.96 2.25 96.3 60.7 60.7
Relave 287.0 24.8 0.0 0.4 0.5 0.08 1.27 1.45 3.7 39.3 39.3

Simulación Estado Estacionario

Configuración de circuito

20 98.0
Cu, % en Con. Final.
18 Cu, % en Reciclo
Recuperación de Cu en Conc. Final, %
16

14

Recuperación Cu, %
12
Ley de Cu, %

10 97.0

0 96.0
1 2 3 4 5
N°Celdas Scavenger (reciclo)

Fig. 4 Efecto de cambios en la configuración sobre la performance del circuito

Con Limn® es posible además realizar estudios de sensibilidad. La Fig. 5 muestra el impacto de
un cambio en la ley de cobre en la corriente de alimentación sobre la ley y recuperación del

Mineralurgia 2008 11
 Transmin Metallurgical Consultants

circuito bajo la misma configuración. Un aumento en la ley de cobre resulta en un incremento

de la ley y recuperación de cobre en el concentrado final.

Simulacion en Estado Estacionario

Análisis de Sensibilidad

97.0 24

20
96.8
Recuperación de Cu, %

16
96.6

Ley de Cu, %
12

96.4
8

96.2
Recuperación Cu en Conc. Final, % 4
Cu, % en Conc. Final.
Cu, % en Reciclo
96.0 0
0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2

Alimento Cu, %

Fig. 5 Efecto de cambios en la ley de alimento sobre la performance del circuito

Simulación en Estado Dinámico

Para probar la capacidad del simulador como una herramienta de análisis de procesos, varias
simulaciones fueron llevadas a cabo para evaluar el comportamiento dinámico de un circuito de
flotación de cobre frente a variaciones en las condiciones operativas de la misma. En particular,
los objetivos del estudio dinámico del proceso son:

• Evaluar la estabilidad del circuito. Determinar el tiempo requerido por el circuito para
alcanzar el estado estacionario bajo una alimentación sin cambios en el perfil de
concentración porcentual en peso de calcopirita (Caso 1).
• Determinar si el circuito es robusto en ausencia de una estrategia de control frente a
cambios en la concentración de calcopirita (%) en el alimento a la planta de flotación.
• Determinar si el modelo matemático reducido puede representar el comportamiento
dinámico del circuito a lo largo del tiempo.

Mineralurgia 2008 12
 Transmin Metallurgical Consultants

• Determinar las pérdidas de cobre en el relave (t) debido a diferentes perfiles de

concentración de calcopirita en la alimentación, en la ausencia de una estrategia de
control.

En la Fig. 2 se observa el diagrama de flujo de la planta de flotación de cobre, mientras que la

Tabla 5 muestra los parámetros utilizados en la misma. La planta de flotación propuesto tiene
una capacidad de 1060 t/h para un alimento fresco de 30.25% en peso de sólidos.

La simulación fue llevada a cabo para un lapso de 36 h de operación continua. La Fig. 7 muestra
las leyes de cobre en el alimento al circuito en el tiempo, mientras que Fig. 8, Fig. 9 y Fig. 10
muestran las respuestas del circuito a cambios tipo escalón en la concentración de calcopirita en
la alimentación ( ± 5%). Los perfiles en la composición porcentual en peso de calcopirita para
cada caso de simulación son presentados en la Tabla 6. Así mismo una estimación monetaria de
las pérdidas de cobre en el relave es reportada en la misma tabla. Como se observa en las
figuras, la ley en el concentrado de cobre así como en el relave del circuito muestra un
comportamiento cuantitativo y cualitativo congruente en todos los casos.

Tabla 5 Parámetros del circuito de flotación de cobre

Banco Banco Banco
Parámetros Rougher Scavenger Scavenger
N° celdas 8 6 4
Volumen de celdas, m³ 30 10 5
Volumen de gas, % 20 20 20
% Sólidos en Concentrado 30 18 16
Constantes de velocidad de flotación
-1
k Cpy, min 0.5 0.5 0.5
k Py, min-1 0.03 0.03 0.03
k Gan, min-1 0.005 0.005 0.005

Mineralurgia 2008 13
 Transmin Metallurgical Consultants

Fig. 6 Diagrama de flujo del circuito de flotación de cobre (SysCAD)

Mineralurgia 2008 14
 Transmin Metallurgical Consultants

Tabla 6 Perfiles de concentración de calcopirita en el alimento

Calcopirita, %
Tiempo, h Caso 1 Caso 2 ( ± 5%)
0–4 3.20 3.04
4–8 3.20 3.04
8–12 3.20 3.04
12–16 3.20 3.20
16–20 3.20 3.20
20–24 3.20 3.36
24–28 3.20 3.36
28–32 3.20 3.04
32–36 3.20 3.04
Cu perdido en relave total (36 h), t 11.5 11.1
Cu perdido en relave total (36 h), USD* 99,915 96,451
*Precio internacional del cobre (8660 USD/t) según fuente: London Metal Exchange.

Ley de Alimento a Planta de Flotación

1.4

1.2

0.8
Cu, %

0.6

0.4

0.2
Caso 1
Caso 2
0
0 4 8 12 16 20 24 28 32 36
Tiempo, h

Fig. 7 Ley de cobre en alimento a la planta de flotación

Mineralurgia 2008 15
 Transmin Metallurgical Consultants

Ley de Relave Final

0.12

0.11

0.1

0.09

0.08

0.07
Cu, %

0.06

0.05

0.04

0.03

0.02
Caso 1
0.01
Caso 2
0
0 4 8 12 16 20 24 28 32 36

Tiempo, h

Fig. 8 Ley de cobre en el relave final

Ley de Concentrado Final

30

29.8

29.6

29.4

29.2
Cu, %

29

28.8

28.6

28.4

Caso 1
28.2
Caso 2

28
0 4 8 12 16 20 24 28 32 36
Tiempo, h

Fig. 9 Ley de cobre en el concentrado

Mineralurgia 2008 16
 Transmin Metallurgical Consultants

Recuperación

100

90

80

70

60
Cu, %

50

40

30

20

Caso 1
10
Caso 2
0
0 4 8 12 16 20 24 28 32 36
Tiempo, h

Fig. 10 Recuperación de cobre

CONCLUSIONES
Se ha mostrado las ventajas del uso de un simulador de procesos metalúrgicos en estado
estacionario mediante el estudio de sensibilidad del circuito frente a cambios en la
configuración y en la ley de cobre en el alimento. Así mismo, se validó el modelo y se verificó
el algoritmo propuesto de solución del mismo.

La simulación dinámica basada en un modelo de flotación reducido que captura el

comportamiento básico del proceso de un circuito de flotación ha sido exitosamente
desarrollada. Para evaluar las capacidades del simulador dinámico, varios casos fueron
simulados. De acuerdo a los resultados obtenidos, la simulación dinámica reprodujo el
comportamiento de la planta cuantitativa y cualitativamente constituyendo una herramienta útil
en el análisis del diseño del circuito y la dinámica del proceso.

Los circuitos de flotación pueden ser estables, inestables, oscilatorios, no oscilatorio, así como
tener largos o cortos tiempos de respuesta. [24] La simulación dinámica facilita la evaluación de
planes y estrategias de arranque de una planta permitiendo predecir y optimizar el tiempo en que
se alcanzará el estado estacionario. Los resultados obtenidos muestran que el circuito de
flotación simulado es estable y no presenta oscilaciones frente a cambios en la composición de

Mineralurgia 2008 17
 Transmin Metallurgical Consultants

la alimentación. El circuito requiere aproximadamente 1.4 h para alcanzar el 95% del estado
estable (Caso1). Para todos los casos, se alcanza el estado estacionario en un lapso de 4 h
aproximadamente.

El circuito muestra ser robusto en la ausencia de una estrategia de control, recuperando la

estabilidad frente a perturbaciones operativas (representado por cambios tipo escalón en el perfil
de concentración de calcopirita en el tiempo).

Existe un fuerte incentivo económico para la utilización de la simulación dinámica como

herramienta de análisis del proceso y evaluación de la performance frente a escenarios de
operación. Esta nos permite cuantificar las pérdidas monetarias debido a pérdidas de cobre en el
relave durante la operación. Aún cuando en todos los casos de estudio desarrollados la ley del
concentrado y la recuperación alcanzan valores razonables, las pérdidas de cobre metálico a lo
largo de 36 h de operación simulada ascienden a 99,915 USD para un porcentaje en peso de
calcopirita en la alimentación constante (Caso 1). Similarmente, para cambios en la
concentración porcentual de calcopirita de ± 5% (Caso 2) las pérdidas se estiman en 96,451
USD.

NOMENCLATURA
La nomenclatura utilizada se describe a continuación:

i : Contador para el número de celdas dentro de un banco de flotación.

j : Contador para el número de especies mineralógicas.

w : Contador para el número de iteraciones de convergencia.

τ i : Tiempo de residencia promedio, min.

Ci , j : Flujo másico de concentrado de la especie– j en la celda– i de un banco de flotación, t/h.

Fi , j : Flujo másico de alimento de la especie– j en la celda– i de un banco de flotación, t/h.

Ti , j : Flujo de colas de la especie– j en la celda– i de un banco de flotación, t/h.

Ri , j : Recuperación de la especie– j en la celda– i de un banco de flotación.

Nc : Número de celdas en un banco de flotación.

Ne : Número de especies mineralógicas.

3
Vc : Volumen de una celda de flotación, m .

Cpy: Calcopirita.
Py: Pirita.
Gan: Ganga

Mineralurgia 2008 18
 Transmin Metallurgical Consultants

REFERENCIAS
[1] Lynch, A.J., Johnson, N.W., Manlapig, E.V., Thorne, C.G., 1981, Mineral and Coal
Flotation Circuits. Their Simulation and Control, Elsevier Scientific Publishing Company, New
York.
[2] Moses Tade, A. R., Rumball, J., Pareek, V., 2006, Steady─State Simulation of Hybrid
Nickel Leaching Circuit Using SysCAD, Chemical Product and Process Modeling, vol. 1, issue
1, article 1.
[3] Hodouin, D., Jounela, J., Carvalho, M.T., Bergh, L., 2001, State of the Art and Challenges
in Mineral Processing Control, Control Engineering Practice, vol. 9, pp. 995–1005.
[4] Liu, Yi, Spencer, S., 2004, Dynamic Simulation of Grinding Circuits, Minerals Engineering,
vol. 17, pp. 1189–1198.
[5] Anglade Ruiz, F., Hall Dun, I.G., Johnston, A., 2004, Beneficio del Uso de Simuladores en
la Mejora Continua de las Operaciones Metalurgicas, XXVIII Convención Minera, Lima, Perú.
[6] La Torre, L.M., Johnston, A., Fuentes, C., 2006, Simulación de Procesos Hidrometalúrgicos
en Reactores mediante el Simulador de Procesos LIMN®, Hydroprocess, Chile.
[7] La Torre, L.M., Johnston, A., Fuentes, C., 2006, Predicción de la Performance de Circuitos
de Flotación por medio de un Simulador de Procesos, Procemin, Chile.
[8] Death, D.L., Cutmore, N.G., Sowerby, B.D., 2002, The Role of On─line Analysis and
Control in Sustainable Minerals Processing. In: Green Processing, International Conference on
the Sustainable Processing of Minerals, Cairns, Qld. AusIMM, pp. 299–303.
[10] Alsop, N., Ferrer, J.M., 2004, What Dynamic Simulation brings to a Process Control
Engineer: Applied Case Study to a Propylene/Propane Splitter, SCANRAFF /ASPENTECH
Technical Paper.
[11] Serrano Chica, J.M., 2007, Curso de Computación Estadística, Departamento de
Informática, Universidad de Jaén, Escuela Politécnica Superior, España.
[12].King, R.P., 2001, Modelling and Simulation of Mineral processing systems, Butterworth
Heinemann, USA.
[15].Kelly, E.G., Spottiswood, D.J., 1982, Introduction to Mineral Processing,.John Wiley &
Sons, Oxford.
[14] Pérez Correa, R., Gonzalez, G., Casali, A., Cipriano, A., Barrera, R., Zavala, E., 1998,
Dynamic Modelling and Advanced Multivariable Control of Convencional Flotation Circuits,
Minerals Engineering, vol. 11, Nº 4, pp. 333─346.
[16] Hyötyniemi, H., Ylinen, R., Miettunen, J., 1998, AI in practice: Case Study on a Flotation
Plant. In: Proceedings of the Characterization of Flotation Froth Structure and Color by
Machine Vision (ChaCo) project.

Mineralurgia 2008 19
 Transmin Metallurgical Consultants

[17] Casali A., Gonzalez G., Agusto H.; Vallebuona, G, 2002, Dynamic Simulator of a Rougher
Flotation Circuit for a Copper Sulphide Ore, Minerals Engineering, vol. 15, Nº 15, issue 10, pp.
253─262.
[18] Arbiter, N., Harris, C.C., 1962, Flotation kinetics. In: Fuerstenau, D.W. (Ed.), Froth
Flotation. AIME, New York, pp. 215–262.
[19] Mika, T.S., Fuerstenau, D.W., 1969. A microscopic model of the flotation process. In:
Proceedings of the VIII International Mineral Processing Congress, Leningrad, USSR, pp. 246–
269.
[20] King, R.P., 1983. Modsim: Modular Method for Design, Balancing and Simulation of Ore
Dressing Plant Flowsheets. Report No. 9, University of Witwaterstrand, Johannesburg.
[21] Jounela, J., 1995, The Methodology for Computer Aided Process Study at Mineral
Processing Plants. In: Proceedings of Copper ’95, Santiago, Chile, pp. 89–98.
[22] Tapia, J.C., Fester, R., Zavala, E., Aguayo, P., 2008, Simulation of the Start─Up of
Hydrometallurgical Plant, AMEC Technical Paper., Chile
[23] Chen H.S., Staftherr, M.A., 2004, A Simulataneous Modular Approach to Process
Flowsheeting. Part II: Performance On Simulation Problems, AIChE Journal, vol. 31, issue 11,
pp. 1857─1867
[24] Williams, M.C. and Meloy, T.P., 1983, Dynamic Model of Flotation Cell Banks – Circuit
Analyses. Int. J. Miner. Process., vol. 10, pp.141─160.
[25] Lynch, A.J., Morrison, R.D., 1999, Simulation in Mineral Processing History, Present
Status and Possibilities, The Journal of The South African Institute of Mining and Metallurgy

Mineralurgia 2008 20