Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
1. INTRODUCCION
El proceso de reducción de tamaños, específicamente la etapa de molienda, es un proceso caro
debido al consumo excesivo de energía para llevar a cabo la preparación del tamaño del
mineral para las subsecuentes etapas de separación. Es por ello, que el diseño adecuado del
circuito de molienda y sus condiciones óptimas de operación son importantes para optimizar el
consumo de energía el cual pueda llevar a un beneficio económico substancial. La modelación
y simulación matemática representan una alternativa útil en el estudio del comportamiento y
rendimiento de los circuitos de molienda y clasificación facilitando la evaluación de varios
escenarios e identificación de las condiciones óptimas de operación reduciendo la
implementación a prueba y error a nivel industrial.
El molino de bola es descrito por el modelo de mezclado perfecto (Whiten, 1976) el cual es
muy similar la modelo de balance poblacional. Este modelo considera que todo el interior del
molino está en perfecto mezclado el cual elimina la mayoría de las complejidades en el
moldeo de balance poblacional. El modelo de mezclado perfecto esta descrito con el mismo
balance poblacional:
Sin embargo, dos factores controlan el rompimiento de las partículas dentro del molino. La
función de selección, la cual define la probabilidad de rompimiento de las partículas.
La función de rompimiento, la cual define como las partículas seleccionadas son quebradas en
el interior del molino:
aij representa la función aparente de quebrado; es decir, las partículas que son quebradas al
tamaño i y que llegan a ser parte del tamaño j. Así, la ecuación de balance en función del
tamaño de partícula es:
La relación puede ser calculada para cada fracción de tamaño teniendo como dato conocido
Donde;
Así,
Donde:
es un parámetro de eficiencia.
es el factor de corrección del efecto de gancho.
C es la recuperación de agua a los finos, C=100-Rf, %.
2. DATOS EXPERIMENTALES
Los datos presentados en este artículo fueron obtenidos del circuito de molienda y
clasificación de Las Encinas (Cerro Nahualt) y de Peña Colorada, ambas localizadas en el
estado de Colima.
Etapa de Clasificación
Ciclones D26
CIRCUITO CERRADO
Las curvas de eficiencia corregidas para cada uno de los tres ciclones operados en el circuito
de molienda de Las Encinas es mostrada en la Figura 4; es decir, eliminando el efecto del
corto circuito.
Como podemos observar en esta figura, los ciclones presentan diferentes eficiencias de
clasificación; el ciclón 3 tiene un tamaño de corte (d50c) de 151.2 m, mucho más grande que
los ciclones 1 (87.7 m) y 4 (111.3 m). Este comportamiento se atribuye al problema de
segregación de partículas ocasionadas por el diseño del distribuidor de alimentación y al
ángulo de inclinación de los ciclones.
100.00
90.00
% de Alimentación a Finos (Corregido)
80.00
70.00
60.00
50.00 Ciclón 1
Ciclón 3
40.00
Ciclón 4
30.00
20.00
10.00
0.00
0.010 0.100 1.000 10.000 100.000
Tamaño de Partícula, mm
Dos baterías
de 3 ciclones
cada uno
Dos baterías
de 10 ciclones
cada uno
CIRCUITO SEMI-CERRADO
Cobbers Primario
Dos baterías
de 3 ciclones
cada uno
Dos baterías
de 10 ciclones
cada uno
CIRCUITO CERRADO
Cobbers Primario
porcentaje de partículas del producto final de molienda arriba de esta malla. Las curvas de
eficiencia corregidas por elemento en el ciclón 1 del circuito de molienda de Peña Coloradas
son mostradas en la Figura 7.
100.00
90.00
SiO2
80.00
% a Gruesos (corregido)
70.00
S FeT
60.00
50.00
40.00
30.00
20.00
10.00
0.00
0.001 0.01 0.10 1.00 0.01 0.10 1.00 0.01 0.10 1.00 10.00
Size (mm)
Figura 7: Curvas de eficiencia corregida por elemento del ciclón 1 (Peña Colorada)
La Tabla 2 muestra los parámetros de las curvas de eficiencia corregida, en la cual podemos
observar que la sílice tiene siempre un valor más alto de d50c comparado con el hierro y el
azufre. Este comportamiento tiende a concentrar la sílice en la fracción gruesa en los finos del
ciclón.
Ciclón 1 Ciclón 2
SiO2 FeT S SiO2 FeT S
d50corr, mm 0.14170 0.04685 0.06046 0.07630 0.04585 0.04623
Muestreo 1 (alfa) 0.64 3.20 2.93 1.57 3.53 3.54
*
d50corr, mm 0.12930 0.05610 0.07350 0.08616 0.04446 0.05018
Muestreo 2
(alfa)
**
1.22 2.30 2.17 0.53 2.38 2.11
*
d50corr, mm 0.11120 0.05383 0.06982 0.12990 0.05403 0.05703
Muestreo 3
(alfa)
**
1.50 2.31 3.21 1.09 2.28 2.79
d50corr Tamaño de la partícula en la alimentación la cual tiene igual probabilidad de ir a los finos o a
los gruesos, debido a la acción de la fuerza centrifuga, mm
Parámetro de forma de la curva de eficiencia reducida
3. SIMULACIÓN
Tabla 3: Resultados de la simulación del efecto del porcentaje de sólidos en la descarga del molino de bolas
Efecto del % de Sólidos Etapa de Clasificación
Alimentación Fresca Descarga del Molino Finos del ciclón
Tph % de Sólidos Sólidos, tph % -200# % -200# % Sólidos
*
332.0 74.70 1161.0 23.60 59.55 30.51
355.0 80.00 1161.0 25.94 61.07 31.99
363.0 82.00 1160.0 26.92 61.70 32.57
*
Comportamiento actual del circuito de molienda.
Reducción de la fracción +200 mallas en el producto final del circuito como consecuencia del incremento en
el porciento de sólidos en la descarga del molino.
100
90
80
70
Acumulado, %
60
50
40
30
20
10
0
0.01 0.1 1 10 100
Tamaño de Partícula, mm
Antes Implementación
La Tabla 5 muestra los resultados del efecto del diámetro del vortex en el ciclón primario del
circuito de molienda de Peña Colorada. Como puede observarse, al disminuir el diámetro del
vortex, la carga circulante se incrementa significativamente; sin embargo, esto permite tener
una mejor clasificación debido al incremento de la presión de operación y como resultado, una
menor cantidad de partículas retenidas en la malla 270.
El efecto del porcentaje de sólidos en la descarga del molino muestra que es posible lograr una
reducción del porcentaje de partículas retenidas en la malla 270 (Tabla 6). Esta reducción se
debe a la optimización del proceso de reducción de tamaños en el interior del molino de bolas.
Es importante hacer un estudio de la reología de la pulpa en la molienda para determinar cuál
es la condición óptima de manera tal que no se vea afectado el transporte de partículas hacia el
exterior del molino.
Buscando reducir aún más la fracción de partículas retenidas en la malla 270, se investigó el
efecto de la carga de bolas; la cual muestra que el incremento del medio de molienda permite
reducir la fracción +270 mallas; así como la disminución de la carga circulante (Tabla 7). Es
*
Comportamiento actual del circuito de molienda.
Reducción de la fracción +270 mallas en el producto final del circuito como consecuencia de la reducción del
diámetro del vortex en la primera etapa de clasificación.
*
Comportamiento actual del circuito de molienda.
Reducción de la fracción +270 mallas en el producto final del circuito como consecuencia del incremento en
el porciento de sólidos en la descarga del molino.
importante conocer las limitaciones físicas del molino y determinar cuál es el máximo
permitido al que se puede incrementar la carga de bola; antes de que esta sea arrojada por la
descarga.
Es importante hacer notar que al reducir la fracción de partículas retenidas en la malla 270 (53
m), se genera una mayor cantidad de partículas finas de hierro; esto debido a la diferencia de
pesos específicos de los minerales. Ya que el tamaño de corte ó clasificación del mineral de
sílice es mucho mayor que la del mineral de hierro:
d50c = 127.4 m para SiO2.
d50c = 52.3 m para Fe.
Debido a este comportamiento natural de los minerales con diferentes pesos específicos en la
clasificación con hidrociclones; se investigó la uitilización de cribas lavadoras en la cual no
influye el peso específico del mineral y la clasificación se basa únicamente al tamaño de la
partícula (Figura 9). De acuerdo a los resultados de la simulación matemática (JKSimMet), de
las 396.0 ton/h alimentadas a la criba lavadora; 118.0 ton/h regresan al molino de bolas que
representan las partículas mayores a 53 m (270 mallas), mientras que 278.0 ton/h son
alimentadas al circuito de concentración magnética. El producto fino de la criba lavadora tiene
una reducción del contenido de sílice de 4.2% hasta 2.6%; el cual puede representar un
producto de mejor calidad en el concentrado magnético.
*
Comportamiento actual del circuito de molienda.
Reducción de la fracción +270 mallas en el producto final del circuito como consecuencia del incremento en la
fracción de carga de bolas en el molino.
Dos b aterías
de 3 ciclones
cada uno
A conc.
magnética
Cobber s Primario
4. CONCLUSIÓN
El uso de la modelación y simulación matemática de los circuitos de molienda y clasificación
en los minerales de hierro a través del simulador comercial JKSimMet representa una
herramienta poderosa para la optimización de los parámetros de operación y de diseño del
molino y del hidrociclón de tal manera que se esté a la búsqueda constante de un mejor
resultado.
Es importante, sin embargo, que el personal que esté a cargo del simulador JKSimMet tenga
una capacitación adecuada para el manejo, análisis, e interpretación de resultados de la
simulación matemática.
5. REFERENCIAS
1. Broussand, A., Connil, P., Fourniguet, G., “USIM: An easy to use industrial simulator for mineral
processing plants”, Computer Applications in the Mineral Industry, Balkema Rotterdam, pp. 137-
145 (1988).
2. Canmet, “SIMBAL Brochure”, CanMet, 552 Booth Street, Ottawa, Ontario, Canada K1A-0G1
(1989).
3. de la Fuente Zamarripa, D., Castillo, J., Reyes Bahena, J.L., “Uso eficiente de energía en el
circuito de molienda de Unidad Charcas por simulación”, AIMMGM XXVII Convención
Internacional de Minería, Veracruz, Ver, México, R. Corona Esquivel y J.A. Gómez caballero
(Eds.), Octubre 12-15, 2007, pp. 134-140.
4. Herbst, J.A., Schena, G.D., Fu, L.S., “Incorporating state of the art models into a mineral
processing plant simulator”, Trans. Instn. Min. Metall., 98: C1-C11 (1989).
5. JKTech, “JKSimMet user manual and supplementary information manual”, JKTech Pty Ltd,
Idooroopilly, Brisbane, QLD, Australia (1989).
6. Reyes Bahena, J.L., López Valdivieso, A., Ibarra Amaya, A., Dávila Santos. H., Oliva Rangel, S.,
“Molienda en serie con clasificación en circuito cerrado en Minera El Pilón: Diseño, optimización e
implementación de circuito por simulación en computadora”, AIMMGM XXIII Convención
Internacional de Minería, Acapulco, Gro., México, Octubre 20-23, 1999, pp. 1-21.
7. Reyes Bahena, J.L., Genc, O., Navarro, J., “Efecto de la carga circulante de molienda de
cementos en los parámetros del modelo matemático”, XVI Congreso Internacional de Metalurgia
Extractiva, Saltillo, Coah., México, Abril 26-28, 2006, pp. 278-287.
8. Reyes Bahena, J.L., Aparicio, M.R., Alemán, J.E., “Evaluación y estabilización del producto de
molienda usando el simulador JKSimMet”, XIV Encuentro sobre Procesamiento de Minerales,
San Luis Potosí, S.L.P., México, Octubre 8-10, 2008, pp. 1-17.
9. López Valdivieso, A., Reyes Bahena, J.L., Velasco Villalpando, S., Rodriguez Ceja, S., Galindo
Murillo, F., Márquez, A.A., Cárdenas, J., “Validación de las recomendaciones hechas al circuito
de molienda en Las Encinas, S.A. de C.V. – Unidad Cerro Nahuatl”, Reporte Técnico, Instituto de
Metalurgia, UASLP., Enero 1999.
10. Reyes Bahena, J.L., López Valdivieso, A., “Simulación del circuito de molienda de las Encinas
S.A. de C.V. – Cerro Nahuatl”, Reporte Técnico, Instituto de Metalurgia, UASLP., Noviembre
2000.